JP2022000757A - Model training system, method and storage medium - Google Patents

Model training system, method and storage medium Download PDF

Info

Publication number
JP2022000757A
JP2022000757A JP2021121473A JP2021121473A JP2022000757A JP 2022000757 A JP2022000757 A JP 2022000757A JP 2021121473 A JP2021121473 A JP 2021121473A JP 2021121473 A JP2021121473 A JP 2021121473A JP 2022000757 A JP2022000757 A JP 2022000757A
Authority
JP
Japan
Prior art keywords
data
training
model
cloud
platform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2021121473A
Other languages
Japanese (ja)
Other versions
JP2022000757A5 (en
JP7222036B2 (en
Inventor
チェン、プ
Pu Chen
リアオ、シャオボ
Qiaobo Liao
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of JP2022000757A publication Critical patent/JP2022000757A/en
Publication of JP2022000757A5 publication Critical patent/JP2022000757A5/ja
Application granted granted Critical
Publication of JP7222036B2 publication Critical patent/JP7222036B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1097Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9017Indexing; Data structures therefor; Storage structures using directory or table look-up
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/08Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0807Network architectures or network communication protocols for network security for authentication of entities using tickets, e.g. Kerberos
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/08Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0884Network architectures or network communication protocols for network security for authentication of entities by delegation of authentication, e.g. a proxy authenticates an entity to be authenticated on behalf of this entity vis-à-vis an authentication entity

Abstract

To provide a model training system, a method and a storage medium.SOLUTION: In a model training system, a cloud data storage platform stores training data, receives a training data call request, and exports training data corresponding to a data call instruction to the cloud model training platform on the basis of the training data call request. The cloud model training platform receives a model training creation instruction, acquires a model of a training object, generates a training data call request, transmits the training data call request to the cloud data storage platform, uses the training data exported from the cloud data storage platform to trains the model of the training object, and acquires a training result model.SELECTED DRAWING: Figure 2

Description

本願発明は、機械学習分野に関し、特に、モデルトレーニングシステムおよび方法および記憶媒体に関する。 The present invention relates to the field of machine learning, in particular to model training systems and methods and storage media.

深層学習は、人工知能やコンピュータービジョンなどの分野に広く適用されている。モデルトレーニングは深層学習で実行される必要がある。モデルトレーニングプロセスでは、モデル開発者は特定のモデルを設計し、データセットを使用して複数回の反復トレーニングを実行して、期待される要件を満たす深層学習モデルを取得する必要がある。データセットは、トレーニングされたモデルの安定性および精度が期待される要件を満たしているかどうかを判断するための鍵である。データセットは、データプロバイダによって提供される場合がある。 Deep learning is widely applied in fields such as artificial intelligence and computer vision. Model training needs to be performed in deep learning. The model training process requires the model developer to design a particular model and perform multiple iterative trainings using the dataset to obtain a deep learning model that meets the expected requirements. The dataset is the key to determining whether the stability and accuracy of the trained model meets the expected requirements. The dataset may be provided by the data provider.

この段階で、ユーザはデータプロバイダでデータのダウンロード許可を購入できる。データのダウンロード許可が承認された後、ユーザはデータをダウンロードしてデータをローカルに格納できる。モデルトレーニングを実行する必要がある場合、ローカルに格納されているダウンロードデータがモデルトレーニングシステムにコピーされ、モデルトレーニングが実装される。しかしながら、ローカルに格納されているダウンロードデータが漏洩するリスクは比較的大きくなる。 At this stage, the user can purchase permission to download the data from the data provider. After the data download permission is approved, the user can download the data and store the data locally. If model training needs to be performed, the locally stored download data is copied to the model training system to implement the model training. However, the risk of leaking locally stored download data is relatively high.

本願は、トレーニングデータのリークのリスクを低減するためのモデルトレーニングシステムおよび方法、および記憶媒体を提供する。 The present application provides model training systems and methods, and storage media for reducing the risk of training data leaks.

第1の態様によれば、本願は、クラウドデータストレージプラットフォームおよびクラウドモデルトレーニングプラットフォームを含むモデルトレーニングシステムを提供する。クラウドデータストレージプラットフォームは、トレーニングデータを格納し、トレーニングデータ呼び出し要求を受信し、データ呼び出し命令に対応するトレーニングデータを、トレーニングデータ呼び出し要求に基づいてクラウドモデルトレーニングプラットフォームにエクスポートするように構成される。クラウドモデルトレーニングプラットフォームは、モデルトレーニング作成命令を受信し、トレーニング対象のモデルを取得し、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォームに送信し、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用して、トレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得するように構成される。 According to the first aspect, the present application provides a model training system including a cloud data storage platform and a cloud model training platform. The cloud data storage platform is configured to store training data, receive training data call requests, and export training data corresponding to data call instructions to the cloud model training platform based on the training data call requests. The cloud model training platform receives model training creation instructions, acquires the model to be trained, generates training data call requests, sends training data call requests to the cloud data storage platform, and is exported from the cloud data storage platform. It is configured to train the model to be trained and obtain a training result model using the training data.

第1の態様によれば、第1の態様の第1の可能な実装において、モデルトレーニングシステムは、データ検索プラットフォームおよび認証センタをさらに含み、クラウドデータストレージプラットフォームは、認証ゲートウェイを含む。データ検索プラットフォームはデータプロバイダによって提供されるトレーニングデータに基づいてデータインデックステーブルを確立し、検索命令を受信し、検索命令に従ってデータインデックステーブルでデータ検索を実行し、検索結果を生成し、そして、検索結果に対するユーザ端末のデータ選択命令を受信し、データ選択命令に従って認証センタへの認証許可要求を開始し、認証許可要求は、トレーニングデータのデータ識別子を含むように構成される。認証センタは、認証許可要求を受信し、認証許可要求に基づいてデータ識別子のデータトークンを作成し、データトークンを認証ゲートウェイとユーザ端末に送信するように構成される。クラウドモデルトレーニングプラットフォームは、トレーニングデータ呼び出し要求を認証ゲートウェイに送信し、トレーニングデータ呼び出し要求は、認証センタによってユーザ端末に配信されたデータトークンを含むようにさらに構成される。認証ゲートウェイは、第1の対応関係を確立し、第1の対応関係は、データ識別子とデータトークン間の1対1の対応関係であり、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求のデータトークンに基づいてターゲットデータ識別子の第1の対応関係を検索し、ターゲットデータ識別子は、トレーニングデータ呼び出し要求のデータトークンに対応するデータ識別子であり、ターゲットデータ識別子に対応するトレーニングデータをクラウドモデルトレーニングプラットフォームにエクスポートするように構成される。 According to the first aspect, in the first possible implementation of the first aspect, the model training system further includes a data retrieval platform and an authentication center, and the cloud data storage platform includes an authentication gateway. The data search platform establishes a data index table based on the training data provided by the data provider, receives search instructions, performs a data search on the data index table according to the search instructions, generates search results, and then searches. It receives a user terminal data selection instruction for the result, initiates an authentication authorization request to the authentication center according to the data selection instruction, and the authentication authorization request is configured to include the data identifier of the training data. The authentication center is configured to receive an authentication authorization request, create a data token for the data identifier based on the authentication authorization request, and send the data token to the authentication gateway and the user terminal. The cloud model training platform sends the training data call request to the authentication gateway, and the training data call request is further configured to include the data token delivered to the user terminal by the authentication center. The authentication gateway establishes a first correspondence, the first correspondence is a one-to-one correspondence between the data identifier and the data token, which receives the training data call request and the data of the training data call request. Search for the first correspondence of the target data identifier based on the token, the target data identifier is the data identifier corresponding to the data token of the training data call request, and the training data corresponding to the target data identifier is the cloud model training platform. Configured to export to.

第1の態様によれば、第1の態様の第2の可能な実装において、モデルトレーニングシステムはさらにデータ検索プラットフォームおよび認証センタを含み、クラウドデータストレージプラットフォームは認証ゲートウェイおよび少なくとも1つのデータストレージサーバを含む。データ検索プラットフォームは、データプロバイダによって提供されるトレーニングデータに基づいてデータインデックステーブルを確立し、検索命令を受信し、検索命令に従ってデータインデックステーブルでデータ検索を実行し、検索結果を生成し、 そして、検索結果に対するユーザ端末のデータ選択命令を受信し、データ選択命令に従って認証センタへの認証許可要求を開始し、認証許可要求は、トレーニングデータのデータ識別子を含むように構成される。認証センタは、認証許可要求を受信し、認証許可要求に基づいてデータ識別子のデータトークンを作成し、データトークンを認証ゲートウェイとユーザ端末に送信するように構成される。クラウドモデルトレーニングプラットフォームはさらに、トレーニングデータ呼び出し要求を認証ゲートウェイに送信するように構成され、トレーニングデータ呼び出し要求は、認証センタによってユーザ端末に配信されたデータトークンを含む。認証ゲートウェイは、第2の対応関係を確立し、第2の対応関係はデータトークンとデータルート間の対応関係であり、データルートにはトレーニングデータのユニフォームリソースロケーターパスが含まれ、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求のデータトークンに基づいてターゲットデータルートの第2の対応関係を検索し、ターゲットデータルートはトレーニングデータ呼び出し要求のデータトークンに対応するデータルートであり、ターゲットデータストレージサーバにアクセスして、クラウドモデルトレーニングプラットフォームに、ターゲットデータストレージサーバのターゲットデータルートで示されるトレーニングデータをエクスポートし、ターゲットデータストレージサーバは、ターゲットデータルートに対応するデータストレージサーバであるように構成される。 According to the first aspect, in the second possible implementation of the first aspect, the model training system further includes a data retrieval platform and an authentication center, and the cloud data storage platform includes an authentication gateway and at least one data storage server. include. The data search platform establishes a data index table based on the training data provided by the data provider, receives search instructions, performs a data search on the data index table according to the search instructions, generates search results, and then The user terminal data selection command for the search result is received, the authentication permission request to the authentication center is started according to the data selection command, and the authentication permission request is configured to include the data identifier of the training data. The authentication center is configured to receive an authentication authorization request, create a data token for the data identifier based on the authentication authorization request, and send the data token to the authentication gateway and the user terminal. The cloud model training platform is further configured to send training data call requests to the authentication gateway, which includes a data token delivered by the authentication center to the user terminal. The authentication gateway establishes a second correspondence, the second correspondence is the correspondence between the data token and the data route, the data route contains the uniform resource locator path for the training data, and the training data call request. And find the second correspondence of the target data route based on the data token of the training data call request, the target data route is the data route corresponding to the data token of the training data call request and the target data storage server. To export the training data indicated by the target data route of the target data storage server to the cloud model training platform, the target data storage server is configured to be the data storage server corresponding to the target data route. ..

第1の態様の第2の可能な実装によれば、第1の態様の第3の可能な実装において、モデルトレーニングシステムは、アクセスルータをさらに含み、認証ゲートウェイは、ターゲットデータルートによって示されるトレーニングデータを、ターゲットデータストレージサーバからアクセスルータの予め設定された標準アクセスインターフェイスを介してエクスポートする。 According to the second possible implementation of the first aspect, in the third possible implementation of the first aspect, the model training system further comprises an access router and the authentication gateway is the training indicated by the target data route. Export data from the target data storage server through the access router's preconfigured standard access interface.

第1の態様の第1の可能な実装方式または第2の可能な実装方式によれば、第1の態様の第4の可能な実装方式において、認証ゲートウェイはさらに、更新決定パラメータを取得し、更新決定パラメータが更新条件を満たすかどうかを決定するように構成される、更新決定パラメータが更新条件を満たすと決定した場合、認証センタに更新要求を送信し、認証センタと同期してデータトークンを更新する。認証センタは、更新要求を受信し、更新要求に基づいてデータトークンを更新するようにさらに構成される。 According to the first possible implementation or the second possible implementation of the first aspect, in the fourth possible implementation of the first aspect, the authentication gateway further acquires the update decision parameter. If the update decision parameter is configured to determine whether the update condition meets the update condition, send an update request to the authentication center and synchronize the data token with the authentication center. Update. The authentication center is further configured to receive the update request and update the data token based on the update request.

第1の態様の第4の可能な実装方式によれば、第1の態様の第5の可能な実装方式において、更新決定パラメータは、認証許可要求を拒否する回数を含む。認証ゲートウェイは、認証センタによる認証許可要求の処理プロセスを検出し、認証センタによる認証許可要求の拒否回数が更新条件の拒否回数更新閾値を超えたことを検出した場合、更新要求を認証センタに送信するようにさらに構成される。 According to the fourth possible implementation method of the first aspect, in the fifth possible implementation method of the first aspect, the update determination parameter includes the number of times the authentication permission request is rejected. The authentication gateway detects the processing process of the authentication authorization request by the authentication center and sends the update request to the authentication center when it detects that the number of rejections of the authentication authorization request by the authentication center exceeds the update threshold. Further configured to.

第1の態様の第5の可能な実装方式によれば、第1の態様の第6の可能な実装方式において、更新決定パラメータは、トレーニングデータを呼び出す回数を含む。認証ゲートウェイは、一定期間内のトレーニングデータの呼び出し回数を取得し、一定期間内の同じトレーニングデータの呼び出し回数が更新条件の呼び出し回数更新閾値を超えた場合に、認証センタに更新要求を送信するようにさらに構成される。 According to the fifth possible implementation method of the first aspect, in the sixth possible implementation method of the first aspect, the update determination parameter includes the number of times the training data is recalled. The authentication gateway acquires the number of times the training data is called within a certain period, and sends an update request to the authentication center when the number of times the same training data is called within a certain period exceeds the call count update threshold of the update condition. Further configured in.

第1の態様によれば、第1の態様の第7の可能な実装方式において、クラウドモデルトレーニングプラットフォームはさらに、トレーニングを通じてトレーニング結果モデルを取得した後、クラウドモデルトレーニングプラットフォーム内のトレーニング結果モデルのトレーニングに使用されるトレーニングデータおよびトレーニング対象のモデルを破棄するように構成される。 According to the first aspect, in the seventh possible implementation of the first aspect, the cloud model training platform further acquires the training result model through training and then trains the training result model in the cloud model training platform. It is configured to discard the training data and the model to be trained.

第1の態様によれば、第1の態様の第8の可能な実施方式において、モデルトレーニングシステムは、データ監査システムをさらに含む。データ監査システムは、データプロバイダによってアップロードされたトレーニングデータの有効性検証を実行し、有効性検証に失敗したトレーニングデータをクラウドデータストレージプラットフォームに格納することを拒否するように構成される。 According to the first aspect, in the eighth possible embodiment of the first aspect, the model training system further includes a data audit system. The data audit system is configured to perform validation of training data uploaded by the data provider and refuse to store training data that fails validation on the cloud data storage platform.

第1の態様によれば、第1の態様の第9の可能な実装方式において、モデルトレーニングシステムは、クラウドモデルストレージプラットフォームをさらに含む。クラウドモデルストレージプラットフォームは、トレーニング対象のモデルを提供し、トレーニング結果モデルを格納するように構成される。 According to the first aspect, in the ninth possible implementation of the first aspect, the model training system further includes a cloud model storage platform. The cloud model storage platform is configured to provide the model to be trained and store the training result model.

第1の態様の第9の可能な実装方式によれば、第1の態様の第10の可能な実装方式において、モデルトレーニングシステムは、ミラープラットフォームおよびモデル推論プラットフォームをさらに含む。ミラープラットフォームは、モデル推論ランタイム環境を格納するように構成される。モデル推論プラットフォームは、推論要求を受信し、推論要求には、処理されるべきデータが含まれ、ミラープラットフォームからモデル推論ランタイム環境をロードし、クラウドモデルストレージプラットフォームからトレーニング結果モデルを呼び出し、モデル推論のために処理されるべきデータをトレーニング結果モデルにインポートするように構成される。 According to the ninth possible implementation of the first aspect, in the tenth possible implementation of the first aspect, the model training system further includes a mirror platform and a model inference platform. The mirror platform is configured to store the model inference runtime environment. The model inference platform receives the inference request, the inference request contains the data to be processed, loads the model inference runtime environment from the mirror platform, calls the training result model from the cloud model storage platform, and makes the model inference. It is configured to import the data to be processed for the training result model.

第2の態様によれば、本願は、クラウドモデルトレーニングプラットフォームによって、トレーニング対象のモデルを取得するためのモデルトレーニング作成命令を受信する段階と、クラウドモデルトレーニングプラットフォームによって、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォームに送信して、クラウドデータストレージプラットフォームに格納されたトレーニングデータを呼び出す段階と、クラウドデータストレージプラットフォームによって、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求に対応するトレーニングデータをクラウドモデルトレーニングプラットフォームにエクスポートし、クラウドモデルトレーニングプラットフォームにより、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用して、トレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得する段階と、を含むモデルトレーニング方法を提供する。 According to the second aspect, the present application receives a model training creation command for acquiring a model to be trained by the cloud model training platform, and generates a training data call request by the cloud model training platform. The stage of sending a training data call request to the cloud data storage platform to recall the training data stored in the cloud data storage platform, and the cloud data storage platform receives the training data call request and responds to the training data call request. Export the training data to the cloud model training platform, and the cloud model training platform will use the training data exported from the cloud data storage platform to train the model to be trained and acquire the training result model. Provides model training methods including.

第2の態様によれば、第2の態様の第1の可能な実装方式において、モデルトレーニング方法はさらに、データ検索プラットフォームによって、データプロバイダによって提供されるトレーニングデータに基づいてデータインデックステーブルを確立する段階と、データ検索プラットフォームによって、検索命令を受信し、検索命令に従ってデータインデックステーブルでデータ検索を実行し、検索結果を生成する段階と、データ検索プラットフォームによって、ユーザ端末のデータ選択命令を受信し、データ選択命令に従って認証センタへの認証許可要求を開始する段階であって、認証許可要求は、トレーニングデータのデータ識別子を含む、段階と、認証センタによって、認証許可要求を受信し、認証許可要求に基づいてデータ識別子のデータトークンを作成し、データトークンを認証ゲートウェイおよびユーザ端末に配信する段階と、認証ゲートウェイによって送信されたデータトークンに基づく第1の対応関係を確立する段階であって、第1の対応関係は、データ識別子とデータトークンとの間の1対1の対応関係である、段階と、を備える。 According to the second aspect, in the first possible implementation of the second aspect, the model training method further establishes a data index table by the data retrieval platform based on the training data provided by the data provider. The stage and the data search platform receive the search command, perform the data search in the data index table according to the search command, generate the search result, and the data search platform receives the data selection command of the user terminal. At the stage of initiating an authentication authorization request to the authentication center according to the data selection command, the authentication authorization request includes the data identifier of the training data, and the authentication authorization request is received by the authentication center and becomes the authentication authorization request. A stage of creating a data token of a data identifier based on the data token and distributing the data token to the authentication gateway and the user terminal, and a stage of establishing a first correspondence based on the data token transmitted by the authentication gateway, the first stage. The correspondence of is provided with a step, which is a one-to-one correspondence between the data identifier and the data token.

第2の態様の第1の可能な実装方式によれば、第2の態様の第2の可能な実装方式において、クラウドモデルトレーニングプラットフォームによって、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォームに送信する段階は、クラウドモデルトレーニングプラットフォームによってトレーニングデータ呼び出し要求を生成し、および認証ゲートウェイへトレーニングデータ呼び出し要求を送信する段階であって、トレーニングデータ呼び出し要求には、認証センタによってユーザ端末に配信されるデータトークンが含まれる、段階を含む。クラウドデータストレージプラットフォームによるトレーニングデータ呼び出し要求の受信、およびトレーニングデータ呼び出し要求に対応するトレーニングデータのクラウドモデルトレーニングプラットフォームへのエクスポートには、クラウドデータストレージプラットフォームの認証ゲートウェイによるトレーニングデータ呼び出し要求の受信、トレーニングデータ呼び出し要求のデータトークンに基づいてターゲットデータ識別子の第1の対応関係の検索、およびターゲットデータ識別子に対応するトレーニングデータをクラウドモデルトレーニングプラットフォームへのエクスポートが含まれ、ターゲットデータ識別子はトレーニングデータ呼び出し要求のデータトークンに対応するデータ識別子である。 According to the first possible implementation method of the second aspect, in the second possible implementation method of the second aspect, the cloud model training platform generates a training data call request and makes the training data call request cloud. The stage of sending to the data storage platform is the stage of generating the training data call request by the cloud model training platform and sending the training data call request to the authentication gateway, and the training data call request is sent to the user terminal by the authentication center. Contains the stages, which contain the data tokens delivered to. To receive training data call requests by the cloud data storage platform and export training data corresponding to the training data call requests to the cloud model training platform, receive training data call requests by the authentication gateway of the cloud data storage platform, training data It includes searching for a first correspondence of the target data identifier based on the data token of the call request, and exporting the training data corresponding to the target data identifier to the cloud model training platform, where the target data identifier is for the training data call request. A data identifier corresponding to a data token.

第2の態様によれば、第2の態様の第3の可能な実装方式において、モデルトレーニング方法は、データ検索プラットフォームによって、データプロバイダから提供されたトレーニングデータに基づいてデータインデックステーブルを確立する段階と、データ検索プラットフォームによって、検索命令を受信し、検索命令に従ってデータインデックステーブルでデータ検索を実行し、検索結果を生成し、検索結果を送信する段階と、データ検索プラットフォームによって、検索結果に対するユーザ端末のデータ選択命令を受信し、データ選択命令に従って認証センタへの認証許可要求を開始する段階であって、認証許可要求にはトレーニングデータのデータ識別子が含まれ、認証センタにより、認証許可要求を受信し、認証許可要求に基づいてデータ識別子のデータトークンを作成し、データトークンを認証ゲートウェイおよびユーザ端末に配信する段階と、認証ゲートウェイによって、配信されたデータトークンに基づいて第2の対応関係を確立し、第2の対応関係は、データトークンとデータルート間の対応関係であり、データルートにはトレーニングデータのユニフォームリソースロケーターパスが含まれる段階と、をさらに備える。 According to the second aspect, in the third possible implementation method of the second aspect, the model training method establishes a data index table based on the training data provided by the data provider by the data retrieval platform. And, the stage of receiving the search command by the data search platform, executing the data search in the data index table according to the search command, generating the search result, and sending the search result, and the user terminal for the search result by the data search platform. At the stage of receiving the data selection instruction of, and initiating the authentication authorization request to the authentication center according to the data selection instruction, the authentication authorization request includes the data identifier of the training data, and the authentication authorization request is received by the authentication center. Then, a data token of the data identifier is created based on the authentication permission request and the data token is distributed to the authentication gateway and the user terminal, and a second correspondence is established based on the distributed data token by the authentication gateway. However, the second correspondence is a correspondence between the data token and the data route, which further comprises a stage in which the data route includes a uniform resource locator path for training data.

第2の態様の第3の可能な実装方式によれば、第2の態様の第4の可能な実装方式において、クラウドモデルトレーニングプラットフォームによって、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォームに送信することには、クラウドモデルトレーニングプラットフォームによるトレーニングデータ呼び出し要求の生成、および認証ゲートウェイへのトレーニングデータ呼び出し要求の送信が含まれ、トレーニングデータ呼び出し要求には、認証センタによってユーザ端末に配信されるデータトークンが含まれる。クラウドデータストレージプラットフォームによるトレーニングデータ呼び出し要求の受信、およびトレーニングデータ呼び出し要求に対応するトレーニングデータのクラウドモデルトレーニングプラットフォームへのエクスポートには、以下が含まれる。クラウドデータストレージプラットフォームの認証ゲートウェイによってトレーニングデータ呼び出し要求を受信し、およびトレーニングデータ呼び出し要求内のデータトークンに基づいてターゲットデータルートの第2の対応関係を検索し、ここで、ターゲットデータルートは、トレーニングデータ呼び出し要求内のデータトークンに対応するデータルートであり、認証ゲートウェイによって、ターゲットデータストレージサーバにアクセスして、クラウドモデルトレーニングプラットフォームに、ターゲットデータストレージサーバ内のターゲットデータルートで示されるトレーニングデータをエクスポートし、ここで、ターゲットデータストレージサーバは、ターゲットデータルートに対応するデータストレージサーバである。 According to the third possible implementation method of the second aspect, in the fourth possible implementation method of the second aspect, the cloud model training platform generates a training data call request and makes the training data call request cloud. Sending to the data storage platform involves generating a training data call request by the cloud model training platform and sending the training data call request to the authentication gateway, and the training data call request is sent to the user terminal by the authentication center. Includes data tokens to be delivered. Receiving training data call requests by the cloud data storage platform and exporting training data corresponding to the training data call requests to the cloud model training platform includes: The authentication gateway of the cloud data storage platform receives the training data call request and searches for a second correspondence of the target data route based on the data token in the training data call request, where the target data route is trained. The data route that corresponds to the data token in the data call request, the authentication gateway accesses the target data storage server and exports the training data indicated by the target data route in the target data storage server to the cloud model training platform. However, here, the target data storage server is a data storage server corresponding to the target data route.

第2の態様または第2の態様の第1の可能な実装方式から第4の可能な実装方式のいずれかによれば、第2の態様の第5の可能な実装方式において、モデルトレーニング方法は、認証ゲートウェイによって、更新決定パラメータを取得し、および更新決定パラメータが更新条件を満たすかどうかを決定し、更新決定パラメータが更新条件を満たすと決定した場合、認証ゲートウェイによって、更新要求を認証センタに送信し、認証センタによって更新要求を受信し、更新要求に基づいてデータトークンを更新し、認証ゲートウェイによって、認証センタと同期してデータトークンを更新することをさらに含む。 According to either the first possible implementation method of the second aspect or the fourth possible implementation method of the second aspect, in the fifth possible implementation method of the second aspect, the model training method is , The authentication gateway acquires the update decision parameter, and determines whether the update decision parameter meets the update condition, and if the update decision parameter determines that the update condition is met, the authentication gateway sends the update request to the authentication center. Further includes sending, receiving an update request by the authentication center, updating the data token based on the update request, and updating the data token in synchronization with the authentication center by the authentication gateway.

第2の態様の第5の可能な実装方式によれば、第2の態様の第6の可能な実装方式では、更新決定パラメータは、認証許可要求を拒否する回数を含む。認証ゲートウェイによる更新決定パラメータの取得、および更新決定パラメータが更新条件を満たすかどうかの決定は、認証ゲートウェイによって、認証センタによる認証許可要求を処理するプロセスを検出し、認証センタによる認証許可要求を拒否する回数を取得し、認証センタによる認証許可要求を拒否する回数が更新条件の拒否回数更新閾値を超えているかどうかを判断することを含む。認証ゲートウェイが、更新決定パラメータが更新条件を満たすと決定した場合に、認証センタに更新要求を送信することは、認証センタによる認証許可要求の拒否回数が更新条件の拒否回数更新閾値を超えたことが検出された場合に、更新要求を認証センタに送信することを含む。 According to the fifth possible implementation method of the second aspect, in the sixth possible implementation method of the second aspect, the update determination parameter includes the number of times the authentication permission request is rejected. To obtain the update decision parameter by the authentication gateway and to determine whether the update decision parameter meets the update condition, the authentication gateway detects the process of processing the authentication authorization request by the authentication center and rejects the authentication authorization request by the authentication center. This includes acquiring the number of times to be performed and determining whether or not the number of times the authentication permission request by the authentication center is rejected exceeds the number of times of refusal update threshold of the update condition. When the authentication gateway determines that the update decision parameter meets the update condition, sending the update request to the authentication center means that the number of times the authentication permission request is rejected by the authentication center exceeds the update condition rejection count update threshold. Includes sending an update request to the authentication center if is detected.

第2の態様の第5の可能な実装方式によれば、第2の態様の第7の可能な実装方式では、更新決定パラメータは、トレーニングデータを呼び出す回数を含む。認証ゲートウェイが更新決定パラメータを取得すること、および更新決定パラメータが更新条件を満たすかどうかを決定することは、認証ゲートウェイが一定期間内にトレーニングデータの呼び出し回数を取得することと、一定期間内の同じトレーニングデータを呼び出し回数が、更新条件の呼び出し回数更新閾値を超えているかどうかを判断することを含む。認証ゲートウェイが、更新決定パラメータが更新条件を満たすと決定した場合に認証センタに更新要求を送信することは、一定期間内に同じトレーニングデータを呼び出す回数が更新条件の呼び出し回数更新閾値を超えた場合に、認証センタに更新要求を送信することを含む。 According to the fifth possible implementation method of the second aspect, in the seventh possible implementation method of the second aspect, the update determination parameter includes the number of times the training data is recalled. When the authentication gateway acquires the update decision parameter and determines whether the update decision parameter meets the update condition, the authentication gateway acquires the number of training data calls within a certain period and within a certain period. It includes determining whether the number of calls to the same training data exceeds the call count update threshold of the update condition. When the authentication gateway determines that the update decision parameter meets the update condition, it sends an update request to the authentication center when the number of times the same training data is called exceeds the update condition call count update threshold within a certain period of time. Includes sending a renewal request to the authentication center.

第2の態様によれば、第2の態様の第8の可能な実装方式において、トレーニング結果モデルを取得するために、クラウドモデルトレーニングプラットフォームによって、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用することによりトレーニング対象のモデルをトレーニングした後、この方法は、クラウドモデルトレーニングプラットフォームによって、クラウドモデルトレーニングプラットフォームでトレーニング結果モデルをトレーニングするために使用されるトレーニングデータおよびトレーニング対象のモデルを破棄することをさらに含む。 According to the second aspect, in the eighth possible implementation method of the second aspect, the training data exported from the cloud data storage platform by the cloud model training platform is used to acquire the training result model. By training the trained model, this method further discards the training data and the trained model used to train the training outcome model on the cloud model training platform by the cloud model training platform. include.

第2の態様によれば、第2の態様の第9の可能な実装方式において、モデルトレーニング方法は、データ監査システムによって、データプロバイダによってアップロードされたトレーニングデータの有効性検証を実行することと、データ監査システムによって、有効性検証に失敗したトレーニングデータをクラウドデータストレージプラットフォームに格納することを拒否することをさらに含む。 According to the second aspect, in the ninth possible implementation method of the second aspect, the model training method is to perform the validity verification of the training data uploaded by the data provider by the data audit system. It also includes refusing to store training data that fails validation on the cloud data storage platform by the data audit system.

第2の態様によれば、第2の態様の第10の可能な実装方式において、トレーニング結果モデルを取得するために、クラウドモデルトレーニングプラットフォームによって、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用することによりトレーニング対象のモデルをトレーニングした後、この方法はさらに、クラウドモデルストレージプラットフォームによってトレーニング結果モデルを格納することを含む。 According to the second aspect, in the tenth possible implementation method of the second aspect, the training data exported from the cloud data storage platform by the cloud model training platform is used to acquire the training result model. After training the model to be trained by thereby, this method further involves storing the training result model by the cloud model storage platform.

第2の態様の第10の可能な実装方式によれば、第2の態様の第11の可能な実装方式において、モデルトレーニング方法は、モデル推論プラットフォームによって、推論要求を受信することをさらに含み、推論要求には処理されるべきデータが含まれ、モデル推論プラットフォームによって、ミラープラットフォームからモデル推論ランタイム環境をロードし、クラウドモデルストレージプラットフォームからトレーニング結果モデルを呼び出し、モデル推論のために処理されるべきデータをトレーニング結果モデルにインポートする。 According to the tenth possible implementation of the second aspect, in the eleventh possible implementation of the second aspect, the model training method further comprises receiving an inference request by the model inference platform. The inference request contains the data to be processed, and the model inference platform loads the model inference runtime environment from the mirror platform, calls the training result model from the cloud model storage platform, and the data to be processed for model inference. Into the training result model.

第3の態様によれば、本願は、記憶媒体を提供し、記憶媒体はプログラムを記憶し、プログラムがプロセッサによって実行されるとき、前述の技術的解決手段のモデルトレーニング方法が実施される。 According to a third aspect, the present application provides a storage medium, which stores a program, and when the program is executed by a processor, the model training method of the above-mentioned technical solution is carried out.

本願は、深層学習シナリオに適用できるモデルトレーニングシステムおよび方法、および記憶媒体を提供する。モデルトレーニングシステムは、クラウドデータストレージプラットフォームおよびクラウドモデルトレーニングプラットフォームを含み得る。クラウドデータストレージプラットフォームはトレーニングデータを格納する。クラウドモデルトレーニングプラットフォームは、モデルトレーニングの実行をトリガするために、ユーザからモデルトレーニング作成命令を受信する。クラウドモデルトレーニングプラットフォームは、クラウドデータストレージプラットフォームに格納されているトレーニングデータを呼び出すために、クラウドデータストレージプラットフォームにトレーニングデータ呼び出し要求を送信する。クラウドモデルトレーニングプラットフォームは、取得したトレーニング対象のモデルと、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用して、モデルトレーニングを実行する。本願では、クラウドデータストレージプラットフォームとクラウドモデルトレーニングプラットフォームは互いに独立しているため、トレーニングデータストレージとモデルトレーニングの2つの機能が分離されている。クラウドデータストレージプラットフォームとクラウドモデルトレーニングプラットフォームはどちらもクラウドシステムに基づいて実装され、モデルトレーニングプロセスはクラウドシステムで実行される。モデルトレーニングを実行するユーザは、トレーニングデータをローカルにダウンロードできない。そして、トレーニングデータは、クラウドデータストレージプラットフォームと、モデルトレーニングを実行しているクラウドモデルトレーニングプラットフォームに格納される。言い換えれば、ローカルユーザ側からトレーニングデータを漏洩させることができず、したがって、トレーニングデータが漏洩するリスクを低減できる。 The present application provides model training systems and methods, and storage media that can be applied to deep learning scenarios. The model training system may include a cloud data storage platform and a cloud model training platform. The cloud data storage platform stores training data. The cloud model training platform receives model training creation instructions from the user to trigger the execution of model training. The cloud model training platform sends a training data call request to the cloud data storage platform in order to recall the training data stored in the cloud data storage platform. The cloud model training platform uses the acquired model and the training data exported from the cloud data storage platform to perform model training. In this application, the cloud data storage platform and the cloud model training platform are independent of each other, so that the two functions of training data storage and model training are separated. Both the cloud data storage platform and the cloud model training platform are implemented based on the cloud system, and the model training process is executed in the cloud system. Users performing model training cannot download training data locally. The training data is then stored in a cloud data storage platform and a cloud model training platform that is executing model training. In other words, the training data cannot be leaked from the local user side, and therefore the risk of the training data leaking can be reduced.

本発明の実施形態によるモデルトレーニングシステムの適用シナリオの概略図である。It is a schematic diagram of the application scenario of the model training system according to the embodiment of this invention.

本発明の実施形態によるモデルトレーニングシステムの概略構造図である。It is a schematic structural diagram of the model training system according to the embodiment of this invention.

本発明の別の実施形態によるモデルトレーニングシステムの概略構造図である。It is a schematic structural diagram of the model training system by another embodiment of this invention.

本発明のさらに別の実施形態によるモデルトレーニングシステムの概略構造図である。It is a schematic structural diagram of the model training system according to still another embodiment of this invention.

本発明の実施形態によるモデルトレーニング方法のフローチャートである。It is a flowchart of the model training method by embodiment of this invention.

本発明の実施形態によるモデルトレーニング方法の特定の実装のフローチャートである。It is a flowchart of the specific implementation of the model training method by embodiment of this invention.

本発明の実施形態によるモデルトレーニング方法の別の特定の実装のフローチャートである。It is a flowchart of another specific implementation of the model training method by embodiment of this invention.

本発明の実施形態は、深層学習(Deep Learning)シナリオに適用して、深層学習モデルのトレーニングおよび深層学習モデルの適用を実施することができるモデルトレーニングシステムおよび方法、および記憶媒体を提供する。たとえば、推論はトレーニングされた深層学習モデルを使用して実行される。本発明の実施形態におけるモデルトレーニングシステムは、クラウドにおけるモデルトレーニングおよびモデル推論などの機能を完了することができる。図1は、本発明の実施形態によるモデルトレーニングシステムの適用シナリオの概略図である。図1に示すように、モデルトレーニングシステムは、クラウドサービスシステムで実行することができ、クラウドサービスシステムは、クラウドシステムと、外部アクセスインターフェイスを提供するシステムクラスタゲートウェイとを含むことができる。ユーザは、アカウントとパスワードを使用して、ネットワークとユーザ端末を介してクラウドシステムにアクセスすることができる。クラウドシステムは、複数の内部ネットワーク相互作用サーバを含む。モデルトレーニングシステムは、データモデルリポジトリを使用することにより、トレーニングデータおよびトレーニングモデルを格納および提供することができる。モデルトレーニングシステムは、深層学習データベースを使用してモデルトレーニングシステムとユーザ間のマンマシン相互作用を実装でき、認証サービスシステムを使用してユーザとモデルトレーニングシステムの様々な権利の認証を完了し、トレーニングと推論システムを使用して、モデルトレーニングと推論を完了する。 Embodiments of the present invention provide a model training system and method, and a storage medium that can be applied to a deep learning scenario to carry out training of a deep learning model and application of a deep learning model. For example, inference is performed using a trained deep learning model. The model training system in the embodiment of the present invention can complete functions such as model training and model inference in the cloud. FIG. 1 is a schematic diagram of an application scenario of a model training system according to an embodiment of the present invention. As shown in FIG. 1, the model training system can be run on a cloud service system, which can include a cloud system and a system cluster gateway that provides an external access interface. Users can use their accounts and passwords to access the cloud system over the network and user terminals. The cloud system includes multiple internal network interaction servers. The model training system can store and provide training data and training models by using the data model repository. The model training system can implement man-machine interactions between the model training system and the user using a deep learning database, and the authentication service system can be used to complete the authentication of various rights between the user and the model training system and train. And use the inference system to complete model training and inference.

図2は、本発明の実施形態によるモデルトレーニングシステムの概略構造図である。図2に示すように、モデルトレーニングシステムは、クラウドデータストレージプラットフォーム11およびクラウドモデルトレーニングプラットフォーム12を含む。 FIG. 2 is a schematic structural diagram of a model training system according to an embodiment of the present invention. As shown in FIG. 2, the model training system includes a cloud data storage platform 11 and a cloud model training platform 12.

クラウドデータストレージプラットフォーム11は、トレーニングデータを格納し、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求に基づいて、データ呼び出し命令に対応するトレーニングデータをクラウドモデルトレーニングプラットフォーム12にエクスポートするように構成される。 The cloud data storage platform 11 is configured to store training data, receive training data call requests, and export training data corresponding to data call instructions to the cloud model training platform 12 based on the training data call requests. To.

トレーニングデータは、トレーニングモデルに必要なデータである。クラウドデータストレージプラットフォーム11は、複数のトレーニングデータを格納してもよい。トレーニングデータは、複数のデータを含むデータセットと考えることができる。トレーニングデータは、画像、ビデオ、音声などを含むことができ、本明細書では限定されない。クラウドデータストレージプラットフォーム11がトレーニングデータを格納するとき、データ識別子がトレーニングデータに割り当てられてもよく、データ識別子はトレーニングデータを識別するために使用され、データ格納場所を検索するための識別子として使用されてもよい。一例では、異なるトレーニングデータ間を区別するために、トレーニングデータは独自のデータ識別子を有する。言い換えれば、異なるトレーニングデータのデータ識別子は異なる。 Training data is the data required for the training model. The cloud data storage platform 11 may store a plurality of training data. Training data can be thought of as a dataset containing multiple data. Training data can include images, video, audio, etc., and is not limited herein. When the cloud data storage platform 11 stores training data, a data identifier may be assigned to the training data, the data identifier is used to identify the training data and is used as an identifier to search for the data storage location. You may. In one example, the training data has its own data identifier to distinguish between different training data. In other words, the data identifiers for different training data are different.

クラウドデータストレージプラットフォーム11は、データプロバイダによってアップロードされたトレーニングデータを受信することができる。たとえば、データプロバイダは、ハイパーテキスト転送プロトコル(HyperText Transfer Protocol、HTTP)を使用して顧客を通じてクラウドシステムのバックエンドにアクセスし、クラウドデータストレージプラットフォーム11と情報を交換できる。一例では、クラウドデータストレージプラットフォーム11は、トレーニングデータをアップロードするための標準プロトコルをデータプロバイダに提供することができ、標準プロトコルは、データ形式、圧縮フォーマット、データタイプなどを含むことができる。クラウドデータストレージプラットフォーム11は、データプロバイダによってアップロードされたトレーニングデータを検出し、データプロバイダによってアップロードされたトレーニングデータが標準プロトコルに準拠しないと判断した場合、クラウドデータストレージプラットフォーム11は、標準プロトコルに準拠しないトレーニングデータの格納を拒否する可能性がある。 The cloud data storage platform 11 can receive training data uploaded by the data provider. For example, a data provider can access the backend of a cloud system through a customer and exchange information with a cloud data storage platform 11 using a hypertext transfer protocol (HTTP). In one example, the cloud data storage platform 11 can provide a standard protocol for uploading training data to a data provider, which can include data formats, compression formats, data types, and the like. If the cloud data storage platform 11 detects the training data uploaded by the data provider and determines that the training data uploaded by the data provider does not comply with the standard protocol, the cloud data storage platform 11 does not comply with the standard protocol. May refuse to store training data.

クラウドデータストレージプラットフォーム11にバックアップ領域を設定し、バックアップ領域は、たとえば、誤操作によりデータを復元できないようなデータ事故を回避するためにトレーニングデータをバックアップするために使用できる。 A backup area is set in the cloud data storage platform 11, and the backup area can be used, for example, to back up training data in order to avoid a data accident in which data cannot be restored due to an erroneous operation.

トレーニングデータ呼び出し要求は、クラウドモデルトレーニングプラットフォーム12によって生成および送信され、クラウドモデルトレーニングプラットフォーム12が呼び出すことを要求するトレーニングデータは、トレーニングデータ呼び出し要求に基づいて学習され得る。一例では、トレーニングデータ呼び出し要求は、データ識別子を含み得る。クラウドデータストレージプラットフォーム11は、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求が呼び出しを要求するトレーニングデータを検索し得、呼び出しが要求されたトレーニングデータをクラウドモデルトレーニングプラットフォーム12にエクスポートし得、その結果、クラウドモデルトレーニングプラットフォーム12は、エクスポートされたトレーニングデータを使用してモデルトレーニングを実行する。 The training data call request is generated and transmitted by the cloud model training platform 12, and the training data requested by the cloud model training platform 12 can be learned based on the training data call request. In one example, the training data call request may include a data identifier. The cloud data storage platform 11 may receive the training data call request, retrieve the training data for which the training data call request requests the call, and export the training data for which the call was requested to the cloud model training platform 12, which may be the same. As a result, the cloud model training platform 12 performs model training using the exported training data.

クラウドモデルトレーニングプラットフォーム12は、トレーニング対象のモデルを取得するためのモデルトレーニング作成命令を受信し、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォーム11に送信し、クラウドデータストレージプラットフォーム11からエクスポートされたトレーニングデータを使用してトレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得するように構成されている。 The cloud model training platform 12 receives a model training creation command for acquiring a model to be trained, generates a training data call request, sends a training data call request to the cloud data storage platform 11, and performs a cloud data storage platform. It is configured to train the model to be trained using the training data exported from 11 and acquire the training result model.

クラウドモデルトレーニングプラットフォーム12は、ユーザまたはモデルプロバイダによってアップロードされたトレーニング対象のモデルを取得してもよく、またはクラウドシステム内のモデルデータベースからトレーニング対象のモデルを取得してもよい。 The cloud model training platform 12 may acquire the model to be trained uploaded by the user or the model provider, or may acquire the model to be trained from the model database in the cloud system.

一例では、ユーザは、ハイパーテキスト転送プロトコルを使用して、ユーザ端末20を介してクラウドシステムのバックエンドにアクセスし、クラウドモデルトレーニングプラットフォーム12と情報を交換することができる。ユーザは、ユーザ端末20を使用してモデルトレーニング作成要求をクラウドモデルトレーニングプラットフォーム12に送信して、クラウドモデルトレーニングプラットフォーム12をトリガしてモデルトレーニングタスクを作成することができる。クラウドモデルトレーニングプラットフォーム12は、トレーニング対象のモデルおよびトレーニングデータを使用することによってモデルトレーニングを実行することができる。例えば、モデルトレーニングは、トレーニングされたモデル、すなわちトレーニング結果モデルを取得するために、トレーニングデータが複数回の反復トレーニングのためにトレーニング対象のモデルにインポートされることを意味し得る。 In one example, the user can use the hypertext transfer protocol to access the backend of the cloud system through the user terminal 20 and exchange information with the cloud model training platform 12. The user can use the user terminal 20 to send a model training creation request to the cloud model training platform 12 to trigger the cloud model training platform 12 to create a model training task. The cloud model training platform 12 can perform model training by using the model to be trained and the training data. For example, model training can mean that training data is imported into the trained model for multiple repetitive trainings in order to obtain a trained model, i.e., a training outcome model.

ユーザ、データプロバイダ、モデルプロバイダは、ユーザ端末20を使用してもよいことに留意すべきである。 It should be noted that the user, the data provider, and the model provider may use the user terminal 20.

本発明のこの実施形態におけるクラウドデータストレージプラットフォーム11は、図1のデータモデルリポジトリの一部と見なすことができる。本発明のこの実施形態におけるクラウドモデルトレーニングプラットフォーム12は、図1のトレーニングおよび推論システムの一部と見なすことができる。 The cloud data storage platform 11 in this embodiment of the present invention can be considered as part of the data model repository of FIG. The cloud model training platform 12 in this embodiment of the invention can be considered as part of the training and inference system of FIG.

本発明のこの実施形態では、クラウドデータストレージプラットフォーム11とクラウドモデルトレーニングプラットフォーム12は互いに独立しているため、トレーニングデータストレージとモデルトレーニングの2つの機能が分離されている。クラウドデータストレージプラットフォーム11およびクラウドモデルトレーニングプラットフォーム12は、いずれもクラウドシステムに基づいて実装されており、クラウドシステムにおいてモデルトレーニングプロセスが実行される。モデルトレーニングを実行するユーザは、トレーニングデータをローカルにダウンロードできない。そして、トレーニングデータは、モデルトレーニングを実行しているクラウドデータストレージプラットフォーム11と、クラウドモデルトレーニングプラットフォーム12に格納される。言い換えれば、ローカルユーザ側からトレーニングデータを漏洩させることができず、したがって、トレーニングデータが漏洩するリスクを低減できる。 In this embodiment of the present invention, since the cloud data storage platform 11 and the cloud model training platform 12 are independent of each other, the two functions of training data storage and model training are separated. Both the cloud data storage platform 11 and the cloud model training platform 12 are implemented based on the cloud system, and the model training process is executed in the cloud system. Users performing model training cannot download training data locally. Then, the training data is stored in the cloud data storage platform 11 and the cloud model training platform 12 that are executing the model training. In other words, the training data cannot be leaked from the local user side, and therefore the risk of the training data leaking can be reduced.

図3は、本発明の別の実施形態によるモデルトレーニングシステムの概略構造図である。図3は、図2のクラウドデータストレージプラットフォーム11は、図3の認証ゲートウェイ111をさらに含み、図3に示すモデルトレーニングシステムは、データ検索プラットフォーム13、認証センタ14、データ監査システム15、クラウドモデルストレージプラットフォーム16、ミラープラットフォーム17、およびモデル推論プラットフォーム18をさらに含み得る点において図2と異なる。 FIG. 3 is a schematic structural diagram of a model training system according to another embodiment of the present invention. 3 shows that the cloud data storage platform 11 of FIG. 2 further includes the authentication gateway 111 of FIG. 3, and the model training system shown in FIG. 3 includes a data retrieval platform 13, an authentication center 14, a data audit system 15, and a cloud model storage. It differs from FIG. 2 in that it may further include a platform 16, a mirror platform 17, and a model inference platform 18.

データ検索プラットフォーム13は、データプロバイダによって提供されるトレーニングデータに基づいてデータインデックステーブルを確立するように構成される。ユーザは、データ検索プラットフォーム13を使用することにより、クラウドデータストレージプラットフォーム11に格納されたトレーニングデータを検索および照会することができる。 The data retrieval platform 13 is configured to establish a data index table based on the training data provided by the data provider. The user can search and inquire the training data stored in the cloud data storage platform 11 by using the data search platform 13.

一例では、データプロバイダがトレーニングデータをアップロードした後、データ検索プラットフォーム13は、トレーニングデータを分析および処理して、データセットサイズ、データセットスケール、データ所有者情報、およびデータのアップロード日などのトレーニングデータの基本データ情報を取得することができる。これにより、ユーザはトレーニングデータの基本情報を知ることができる。 In one example, after the data provider uploads training data, the data retrieval platform 13 analyzes and processes the training data to provide training data such as dataset size, dataset scale, data owner information, and data upload date. You can get the basic data information of. As a result, the user can know the basic information of the training data.

一例では、クラウドデータストレージプラットフォーム11は、データプロバイダがトレーニングデータをアップロードするときに、データプロバイダにトレーニングデータのラベルを提供することをさらに要求し得る。トレーニングデータのラベルは、トレーニングデータの特徴を表すことができる。具体的には、トレーニングデータのラベルは、トレーニングデータによって表されるコンテンツのキーワードであってもよい。たとえば、データプロバイダがトレーニングデータをアップロードする場合、トレーニングデータ用にマークされたラベルは「ナンバープレート」と「コンパクトカー」である。データインデックステーブルを確立するプロセスにおいて、データ検索プラットフォーム13はさらに、トレーニングデータのラベルをデータインデックステーブルに追加して、ユーザがトレーニングデータを検索するときに検索のためにトレーニングデータの特徴を使用できるようにする。 In one example, the cloud data storage platform 11 may further require the data provider to provide a label for the training data when the data provider uploads the training data. The training data label can represent the characteristics of the training data. Specifically, the training data label may be a keyword of the content represented by the training data. For example, if the data provider uploads training data, the labels marked for the training data are "license plate" and "compact car". In the process of establishing the data index table, the data search platform 13 also adds training data labels to the data index table so that users can use the training data features for the search when searching for the training data. To.

データ検索プラットフォーム13は、検索命令を受信し、検索命令に従ってデータインデックステーブル内でデータ検索を実行し、検索結果を生成するように構成される。具体的には、検索命令には1つ以上の検索キーワードが含まれ得、検索キーワードに基づいてデータインデックステーブルのトレーニングデータのラベルの検索を実行することができる。検索結果は、トレーニングデータの名前、番号、およびキーワード、ならびにトレーニングデータ内のいくつかのデータ例などの、検索命令内の検索キーワードに関連するトレーニングデータに関する情報を含み得る。一例では、検索結果は、検索キーワードとの関連性の度合いに基づいて連続配置されたトレーニングデータに関する情報を含み得、それにより、ユーザは、検索キーワードに最も関連するトレーニングデータをより直感的に得ることができる。別の例では、一定量のトレーニングデータに関する情報が、検索キーワードに基づいて検索されたトレーニングデータに関する情報からスクリーニングを通じてランダムに選択され、ユーザに提供されてもよい。例えば、各検索中に生成される検索結果には、10個のトレーニングデータに関する情報が含まれている。データ検索プラットフォーム13は、検索結果をユーザ端末20に送信し得、ユーザ端末20は、検索結果を表示し得る。 The data search platform 13 is configured to receive a search command, perform a data search in the data index table according to the search command, and generate a search result. Specifically, the search instruction may include one or more search keywords, and a search for labels of training data in a data index table can be performed based on the search keywords. The search results may include information about the training data related to the search keywords in the search instructions, such as the names, numbers, and keywords of the training data, as well as some data examples in the training data. In one example, the search results may contain information about continuously arranged training data based on the degree of relevance to the search keyword, whereby the user gets the training data most relevant to the search keyword more intuitively. be able to. In another example, information about a certain amount of training data may be randomly selected through screening from information about training data searched based on search keywords and provided to the user. For example, the search results generated during each search include information about 10 training data. The data search platform 13 may transmit the search result to the user terminal 20, and the user terminal 20 may display the search result.

検索結果を受信した後、ユーザは、ユーザ端末20を使用して、検索結果のデータ選択命令をさらに送信してもよい。データ検索プラットフォームは、検索結果に対するユーザ端末20のデータ選択命令を受信し、データ選択命令に従って認証センタ14への認証許可要求を開始する。データ選択命令は、モデルトレーニングに必要なトレーニングデータを決定するために、検索結果における1つ以上のトレーニングデータに関する情報を選択するように命令するために使用され得る。 After receiving the search result, the user may further send a data selection instruction of the search result using the user terminal 20. The data search platform receives the data selection command of the user terminal 20 for the search result, and starts the authentication permission request to the authentication center 14 according to the data selection command. The data selection instruction can be used to instruct to select information about one or more training data in the search results to determine the training data required for model training.

モデルトレーニングに必要なトレーニングデータが決定された後、認証許可要求は認証センタ14に対して開始され、認証許可要求はトレーニングデータのデータ識別子を含み得、認証センタ14からトレーニングデータの呼び出し許可が要求される。 After the training data required for model training has been determined, an authorization request is initiated to the authentication center 14, the authorization request may include a data identifier for the training data, and the authorization center 14 requests permission to call the training data. Will be done.

本発明のこの実施形態におけるデータ検索プラットフォーム13は、図1の深層学習データベースの少なくとも一部と見なすことができる。 The data retrieval platform 13 in this embodiment of the present invention can be regarded as at least a part of the deep learning database of FIG.

認証センタ14は、認証許可要求を受信し、認証許可要求に基づいてデータ識別子のデータトークンを作成し、そのデータトークンを認証ゲートウェイ111およびユーザ端末20に配信するように構成される。 The authentication center 14 is configured to receive an authentication authorization request, create a data token of a data identifier based on the authentication authorization request, and distribute the data token to the authentication gateway 111 and the user terminal 20.

認証許可要求は、トレーニングデータの呼び出し許可を要求するために使用される。認証センタ14は、データ検索プラットフォーム13によって送信された認証許可要求を承認するかどうかを決定することができる。例えば、認証許可要求は、トレーニングデータの決済情報を含み得る。決済情報が、ユーザがトレーニングデータの支払いに成功したことを示す場合、認証センタ14は、認証許可要求を承認し、データ識別子のデータトークンを作成することができる。認証許可要求を承認した後、認証センタ14は、データ認証情報をさらに生成および格納することができる。データ認証情報は、ユーザ識別子およびデータ識別子を含み得る。例えば、データ認証情報は有効期間を有し得る。すなわち、ユーザが有効期間内に同じトレーニングデータを再度要求する場合、認証センタ14は、監査なしで認証許可要求を直接承認し得る。有効期間は、動作シナリオおよび動作要件に基づいて設定することができ、本明細書では限定されない。例えば、有効期間は1年または永続的な場合があります。 Authentication permission requests are used to request permission to call training data. The authentication center 14 can decide whether to approve the authentication authorization request sent by the data retrieval platform 13. For example, the authorization request may include payment information for training data. If the payment information indicates that the user has successfully paid for the training data, the authentication center 14 can approve the authentication authorization request and create a data token for the data identifier. After approving the authentication authorization request, the authentication center 14 can further generate and store data authentication information. The data authentication information may include a user identifier and a data identifier. For example, data authentication information may have a validity period. That is, if the user requests the same training data again within the validity period, the authentication center 14 may directly approve the authentication authorization request without auditing. The validity period can be set based on the operation scenario and operation requirements, and is not limited herein. For example, the validity period may be one year or permanent.

データトークンは、操作のトレーニングデータを識別し、データ呼び出しのセキュリティ証明書として使用され得る。例えば、データトークンは、後続のプロセスのデータ呼び出し操作でトレーニングデータを識別する。一例では、データトークンはセキュリティプラグインとして実装されてもよい。認証センタ14は、作成されたデータトークンをユーザ端末20に配信するため、ユーザ端末20は、データトークンを使用して、認証ゲートウェイ111を使用して、データトークンに対応するトレーニングデータをクラウドデータストレージプラットフォーム11からエクスポートすることができる。加えて、認証センタ14は、作成したデータトークンを認証センタ14にさらに格納する。 The data token identifies the training data of the operation and can be used as a security certificate for the data call. For example, a data token identifies training data in a data call operation in a subsequent process. In one example, the data token may be implemented as a security plugin. Since the authentication center 14 distributes the created data token to the user terminal 20, the user terminal 20 uses the data token and uses the authentication gateway 111 to store the training data corresponding to the data token in the cloud data storage. It can be exported from platform 11. In addition, the authentication center 14 further stores the created data token in the authentication center 14.

クラウドモデルトレーニングプラットフォーム12は、認証ゲートウェイ111にトレーニングデータ呼び出し要求を送信するようにさらに構成され、トレーニングデータ呼び出し要求は、認証センタ14によってユーザ端末20に配信されたデータトークンを含む。 The cloud model training platform 12 is further configured to send a training data call request to the authentication gateway 111, which includes a data token delivered by the authentication center 14 to the user terminal 20.

例えば、トレーニングデータを要求するとき、ユーザ端末20はデータトークンをモデルトレーニング作成命令に追加することができる。クラウドモデルトレーニングプラットフォーム12は、モデルトレーニング作成命令を解析して、ユーザ端末20に配信されるデータトークンを取得し、ユーザ端末20に配信されるデータトークンをトレーニングデータ呼び出し要求に追加することができる。クラウドモデルトレーニングプラットフォーム12は、トレーニングデータ呼び出し要求内のデータトークンを使用することにより、クラウドデータストレージプラットフォーム11からデータトークンに対応するトレーニングデータを呼び出す。 For example, when requesting training data, the user terminal 20 can add a data token to the model training creation instruction. The cloud model training platform 12 can analyze the model training creation command, acquire the data token delivered to the user terminal 20, and add the data token delivered to the user terminal 20 to the training data call request. The cloud model training platform 12 calls training data corresponding to the data token from the cloud data storage platform 11 by using the data token in the training data call request.

実装では、クラウドデータストレージプラットフォーム11は、第3者のパブリックサーバとして具体的に実装されてもよい。第3者のパブリックサーバは、データプロバイダ、モデルプロバイダ、およびユーザに属しておらず、トレーニングデータを格納し、トレーニングデータをエクスポートするための共通サーバである。トレーニングデータは、データトークンとデータ識別子間の対応関係を使用することにより、認証を通じて呼び出すことができる。 In implementation, the cloud data storage platform 11 may be specifically implemented as a third party public server. The third party public server does not belong to the data provider, model provider, and user, and is a common server for storing training data and exporting training data. Training data can be recalled through authentication by using the correspondence between the data token and the data identifier.

認証ゲートウェイ111は、第1の対応関係を確立するように構成され、第1の対応関係は、データ識別子とデータトークンとの間の対応関係である。データ識別子はデータトークンと1対1の対応関係を有しており、データトークンは独自である。言い換えれば、異なるデータ識別子は異なるデータトークンに対応する。認証ゲートウェイ111は、トレーニングデータ呼び出し要求を受信するとき、トレーニングデータ呼び出し要求内のデータトークンに基づいて、ターゲットデータ識別子の第1の対応関係を検索し、ここで、ターゲットデータ識別子は、トレーニングデータ呼び出し要求のデータトークンに対応するデータ識別子であり、ターゲットデータ識別子に対応するトレーニングデータをクラウドモデルトレーニングプラットフォーム12にエクスポートする。 The authentication gateway 111 is configured to establish a first correspondence, the first correspondence being a correspondence between a data identifier and a data token. The data identifier has a one-to-one correspondence with the data token, and the data token is unique. In other words, different data identifiers correspond to different data tokens. When the authentication gateway 111 receives the training data call request, it searches for the first correspondence of the target data identifier based on the data token in the training data call request, where the target data identifier is the training data call. The data identifier corresponding to the requested data token and the training data corresponding to the target data identifier are exported to the cloud model training platform 12.

クラウドデータストレージプラットフォーム11がトレーニングデータ呼び出し要求を受信した後、認証ゲートウェイ111は、トレーニングデータ呼び出し要求内のデータトークンを認証ゲートウェイ111に格納されたデータトークンと比較する。トレーニングデータ呼び出し要求のデータトークンが認証ゲートウェイ111に格納されたデータトークンと一致できる場合、トレーニングデータの呼び出しが許可され、トレーニングデータ呼び出し要求のデータトークンに対応するトレーニングデータがエクスポートされる。 After the cloud data storage platform 11 receives the training data call request, the authentication gateway 111 compares the data token in the training data call request with the data token stored in the authentication gateway 111. If the data token of the training data call request can match the data token stored in the authentication gateway 111, the training data call is allowed and the training data corresponding to the training data call request data token is exported.

モデルトレーニングプロセスでデータのセキュリティを確保し、トレーニングデータの不正使用を回避するために、データトークンは実際の状況に基づいて更新される場合がある。認証ゲートウェイ111は、更新決定パラメータを取得し、更新決定パラメータが更新条件を満たすかどうかを決定するように構成され得る。認証ゲートウェイ111は、更新決定パラメータが更新条件を満たすと決定した場合、認証センタ14に更新要求を送信し、認証センタ14と同期してデータトークンを更新する。認証センタ14は、更新要求を受信し、更新要求に基づいてデータトークンを更新する。 Data tokens may be updated based on the actual situation to ensure the security of the data in the model training process and to avoid unauthorized use of the training data. The authentication gateway 111 may be configured to acquire update decision parameters and determine whether the update decision parameters satisfy the update condition. When the authentication gateway 111 determines that the update determination parameter satisfies the update condition, the authentication gateway 111 sends an update request to the authentication center 14 and updates the data token in synchronization with the authentication center 14. The authentication center 14 receives the update request and updates the data token based on the update request.

更新決定パラメータは、認証許可要求を拒否する回数、トレーニングデータを呼び出す回数、およびデータトークンの存在期間などの1または複数のパラメータを含むことができる。 The renewal decision parameter can include one or more parameters such as the number of times the authentication authorization request is rejected, the number of times the training data is recalled, and the duration of the data token.

例えば、更新決定パラメータには、認証許可要求を拒否した回数が含まれる。認証ゲートウェイ111は、認証センタ14による認証許可要求を処理するプロセスを検出して、認証センタ14による認証許可要求の拒否回数を取得することができる。認証ゲートウェイ111は、認証センタ14による認証許可要求の拒否回数が更新条件の拒否回数更新閾値を超えたことを検出すると、更新要求を認証センタ14に送信する。 For example, the update decision parameter includes the number of times the authentication authorization request was rejected. The authentication gateway 111 can detect the process of processing the authentication permission request by the authentication center 14 and acquire the number of times the authentication permission request is rejected by the authentication center 14. When the authentication gateway 111 detects that the number of times the authentication permission request is rejected by the authentication center 14 exceeds the number of times the update condition is rejected and the update threshold value is exceeded, the authentication gateway 111 transmits the update request to the authentication center 14.

拒否回数更新閾値は、動作シナリオおよび動作要件に基づいて設定されてもよく、本明細書では限定されない。認証センタ14は、元のデータトークンを削除し、新しいデータトークンを生成し、新しいデータトークンをユーザ端末および認証ゲートウェイ111に配信し、その結果、認証ゲートウェイ111が認証センタ14と同期してデータトークンを更新できる。認証センタ14と認証ゲートウェイ111でデータトークンが更新された場合、トレーニングデータ呼び出し要求の実行を停止する必要がある。認証センタ14と認証ゲートウェイ111のデータトークンの更新が完了した後、トレーニングデータ呼び出し要求が実行される。データトークンの更新が完了した後、トレーニングデータ呼び出し要求に依然として元のデータトークンが含まれている場合、トレーニングデータ呼び出し要求内の元のデータトークンは無効であり、トレーニングデータを呼び出すことはできない。 The rejection count update threshold may be set based on the operation scenario and operation requirements, and is not limited herein. The authentication center 14 deletes the original data token, generates a new data token, and distributes the new data token to the user terminal and the authentication gateway 111, so that the authentication gateway 111 synchronizes with the authentication center 14 and the data token. Can be updated. When the data token is updated in the authentication center 14 and the authentication gateway 111, it is necessary to stop the execution of the training data call request. After the update of the data tokens of the authentication center 14 and the authentication gateway 111 is completed, the training data call request is executed. If the training data call request still contains the original data token after the data token update is complete, the original data token in the training data call request is invalid and the training data cannot be called.

別の例では、更新決定パラメータは、トレーニングデータを呼び出す回数を含む。認証ゲートウェイ111は、一定期間内にトレーニングデータを呼び出す回数を取得することができる。認証ゲートウェイ111は、一定期間内に同じトレーニングデータを呼び出した回数が更新条件の呼び出し回数更新閾値を超えていると判断した場合、更新要求を認証センタ14に送信する。トレーニングデータを数える期間および呼び出し回数更新閾値は、動作シナリオおよび動作要件に基づいて設定され得、本明細書では限定されない。 In another example, the update decision parameter includes the number of times the training data is recalled. The authentication gateway 111 can acquire the number of times the training data is called within a certain period of time. When the authentication gateway 111 determines that the number of times the same training data is called within a certain period exceeds the call count update threshold value of the update condition, the authentication gateway 111 transmits an update request to the authentication center 14. The period for counting training data and the call count update threshold can be set based on the operation scenario and operation requirement, and is not limited herein.

別の例では、更新決定パラメータは、データトークンの存在期間を含む。認証ゲートウェイ111は、データトークンの更新サイクル期間を設定し、データトークンの存在期間を記録することができる。認証ゲートウェイ111は、データトークンの存在期間が更新サイクル期間に達したと決定した場合、認証センタ14に更新要求を送信する。データトークンの更新サイクル期間は、動作シナリオおよび動作要件に基づいて設定することができ、本明細書では限定されない。 In another example, the renewal decision parameter includes the lifetime of the data token. The authentication gateway 111 can set the update cycle period of the data token and record the existence period of the data token. When the authentication gateway 111 determines that the existence period of the data token has reached the update cycle period, the authentication gateway 111 sends an update request to the authentication center 14. The data token renewal cycle period can be set based on operating scenarios and operating requirements and is not limited herein.

更新決定パラメータおよび更新条件は、上記の例に限定されないことに留意すべきである。認証ゲートウェイ111は、代替的にユーザから更新方針構成命令を受信し、更新方針構成命令に従って更新決定パラメータおよび更新条件を設定してもよい。 It should be noted that the update decision parameters and update conditions are not limited to the above example. The authentication gateway 111 may instead receive the update policy configuration instruction from the user and set the update determination parameter and the update condition according to the update policy configuration instruction.

クラウドモデルストレージプラットフォーム16は、トレーニング対象のモデルを提供し、トレーニング結果モデルを格納するように構成される。クラウドモデルストレージプラットフォーム16は、モデルプロバイダによってアップロードされたモデル、またはトレーニングを通じてクラウドモデルトレーニングプラットフォーム12によって取得されたトレーニング結果モデルを格納することができる。 The cloud model storage platform 16 is configured to provide a model to be trained and store a training result model. The cloud model storage platform 16 can store the model uploaded by the model provider or the training result model acquired by the cloud model training platform 12 through training.

一例では、トレーニングを通じてトレーニング結果モデルを取得した後、クラウドモデルトレーニングプラットフォーム12は、トレーニング結果モデルをクラウドモデルストレージプラットフォーム16に送信して格納し得、クラウドモデルトレーニングプラットフォーム12でトレーニング結果モデルをトレーニングするために使用されるトレーニングデータとトレーニング対象のモデルを破棄し、さらに、クラウドモデルトレーニングプラットフォーム12のトレーニング結果モデルを破棄して、クラウドモデルトレーニングプラットフォーム12のトレーニングデータ、トレーニング対象のモデル、およびトレーニング結果モデルの漏洩を防ぐ。 In one example, after acquiring the training result model through training, the cloud model training platform 12 may send and store the training result model to the cloud model storage platform 16 to train the training result model on the cloud model training platform 12. Discard the training data and the model to be trained, and further discard the training result model of the cloud model training platform 12, the training data of the cloud model training platform 12, the model to be trained, and the training result model. Prevent leakage.

一例では、クラウドデータストレージプラットフォーム11の前に、データ監査システム15は、データプロバイダによってアップロードされたトレーニングデータを受信する。データ監査システム15は、データプロバイダによってアップロードされたトレーニングデータに対して有効性検証を実行し、有効性検証に失敗したトレーニングデータをクラウドデータストレージプラットフォーム11に格納することを拒否するように構成される。例えば、データプロバイダによってアップロードされたトレーニングデータがクラウドデータストレージプラットフォーム11に格納されているトレーニングデータと重複している場合、またはデータプロバイダによってアップロードされたデータのデータ形式がクラウドデータストレージプラットフォーム11の標準プロトコルに準拠しない場合、データ監査システム15は、データプロバイダによってアップロードされたトレーニングデータが無効である、すなわち、アップロードされたトレーニングデータが有効性検証に失敗したと決定する。データプロバイダによってアップロードされたトレーニングデータが有効であるとデータ監査システム15が決定した場合、データ検索プラットフォーム13を使用することにより、格納命令をクラウドデータストレージプラットフォーム11に送信することができ、その結果、クラウドデータストレージプラットフォーム11は、データプロバイダによってアップロードされたトレーニングデータを永続的に記憶する。 In one example, prior to the cloud data storage platform 11, the data audit system 15 receives training data uploaded by the data provider. The data audit system 15 is configured to perform validation on the training data uploaded by the data provider and refuse to store the training data that failed validation on the cloud data storage platform 11. .. For example, if the training data uploaded by the data provider overlaps with the training data stored in the cloud data storage platform 11, or the data format of the data uploaded by the data provider is the standard protocol of the cloud data storage platform 11. If it does not comply, the data audit system 15 determines that the training data uploaded by the data provider is invalid, that is, the uploaded training data has failed validation. If the data audit system 15 determines that the training data uploaded by the data provider is valid, the data retrieval platform 13 can be used to send storage instructions to the cloud data storage platform 11 as a result. The cloud data storage platform 11 permanently stores the training data uploaded by the data provider.

なお、データプロバイダがアップロードしたトレーニングデータの有効性検証の実行の方法は、上記方法に限定されないことに留意すべきである。データ監査システム15は、モデルトレーニングシステムで使用されるトレーニングデータの実際の有効性を保証することができる。 It should be noted that the method of executing the validity verification of the training data uploaded by the data provider is not limited to the above method. The data audit system 15 can guarantee the actual validity of the training data used in the model training system.

ミラープラットフォーム17は、モデル推論ランタイム環境を格納するように構成される。具体的には、モデル推論ランタイム環境は、トレーニング結果モデルに対応するシステム環境およびランタイムフレームワーク環境を含み得る。 The mirror platform 17 is configured to store the model inference runtime environment. Specifically, the model inference run-time environment may include a system environment and a run-time framework environment that correspond to the training result model.

モデル推論プラットフォーム18は、推論要求を受信することができ、推論要求は、処理されるべきデータを含む。推論要求は、ユーザ端末20によって送信されてもよい。例えば、ユーザ端末20は、アプリケーションプログラミングインターフェース(Application Programming Interface, API)を介してモデル推論プラットフォーム18に推論要求を送信することができる。推論要求を受信した後、モデル推論プラットフォーム18はミラープラットフォーム17からモデル推論ランタイム環境をロードし、クラウドモデルストレージプラットフォーム16からトレーニング結果モデルを呼び出し、モデル推論のために処理されるべきデータをトレーニング結果モデルにインポートする。 The model inference platform 18 can receive inference requests, which include data to be processed. The inference request may be transmitted by the user terminal 20. For example, the user terminal 20 can send an inference request to the model inference platform 18 via an application programming interface (API). After receiving the inference request, the model inference platform 18 loads the model inference runtime environment from the mirror platform 17, calls the training result model from the cloud model storage platform 16, and trains the data to be processed for model inference. Import to.

本発明のこの実施形態におけるデータ検索プラットフォームは、図1の深層学習データベースの少なくとも一部と見なすことができる。本発明のこの実施形態における認証センタ14は、図1の認証サービスシステムの少なくとも一部と見なすことができる。本発明のこの実施形態におけるモデル推論プラットフォーム18は、図1のトレーニングおよび推論システムの一部と見なすことができる。 The data retrieval platform in this embodiment of the invention can be considered as at least part of the deep learning database of FIG. The authentication center 14 in this embodiment of the present invention can be considered as at least a part of the authentication service system of FIG. The model inference platform 18 in this embodiment of the invention can be considered as part of the training and inference system of FIG.

図4は、本発明のさらに別の実施形態によるモデルトレーニングシステムの概略構造図である。図4に示すモデルトレーニングシステムは、クラウドデータストレージプラットフォーム11が、データプロバイダの少なくとも1つのプライベートサーバとして実装され得る点において、図3に示すモデルトレーニングシステムとは異なる。 FIG. 4 is a schematic structural diagram of a model training system according to still another embodiment of the present invention. The model training system shown in FIG. 4 differs from the model training system shown in FIG. 3 in that the cloud data storage platform 11 can be implemented as at least one private server of the data provider.

クラウドデータストレージプラットフォーム11が認証ゲートウェイ111および少なくとも1つのデータストレージサーバ112、すなわちプライベートサーバを含む場合、トレーニングデータは、データトークンとデータルートとの間の対応関係を使用することにより、認証を通じて呼び出され得る。 If the cloud data storage platform 11 includes an authentication gateway 111 and at least one data storage server 112, i.e. a private server, training data is invoked through authentication by using the correspondence between the data token and the data root. obtain.

データルートには、トレーニングデータのユニフォームリソースロケータ(Uniform Resource Locator、URL)パスを含めることができ、さらに、データアクセスメソッドと、クラウドデータストレージプラットフォーム11からトレーニングデータをエクスポートするための標準を含めることができる。トレーニングデータをアップロードするとき、データプロバイダはさらに、トレーニングデータに対応するデータルートをデータ検索プラットフォーム13にアップロードすることができる。 The data route can include a uniform resource locator (URL) path for training data, as well as a data access method and a standard for exporting training data from the cloud data storage platform 11. can. When uploading training data, the data provider can also upload the data route corresponding to the training data to the data retrieval platform 13.

データ検索プラットフォーム13は、データルートの有効性をさらに検出することができる。データルートが無効であると決定された場合、データルートの格納は拒否される。例えば、データ検索プラットフォーム13は、データルートにアクセスできないと判断した場合、またはデータルートの形式がモデルトレーニングシステムの予め設定された標準に準拠しないと判断した場合、データルートの格納を拒否する。例えば、データ検索プラットフォーム13は、認証ゲートウェイ111および認証センタ14に拒否命令を送信することができ、その結果、認証ゲートウェイ111および認証センタ14の両方がルートデータの格納を拒否する。 The data retrieval platform 13 can further detect the validity of the data route. If it is determined that the data route is invalid, the storage of the data route is refused. For example, the data retrieval platform 13 refuses to store the data route if it determines that the data route is inaccessible, or if the format of the data route does not conform to the preset standards of the model training system. For example, the data retrieval platform 13 can send a denial command to the authentication gateway 111 and the authentication center 14, so that both the authentication gateway 111 and the authentication center 14 refuse to store the route data.

認証ゲートウェイ111は、第2の対応関係を確立することができ、第2の対応関係は、データトークンとデータルートとの間の対応関係である。例えば、第2の対応関係は、データルートテーブルとして実装されてもよい。トレーニングデータには対応するデータルートがあり、トレーニングデータはデータトークンと1対1の対応関係を有しており、データトークンもまたデータルートと1対1の対応関係を有している。データ検索プラットフォーム13がデータインデックステーブルを確立するとき、対応するデータルートは、認証ゲートウェイ111に格納され得る。 The authentication gateway 111 can establish a second correspondence, which is the correspondence between the data token and the data root. For example, the second correspondence may be implemented as a data route table. The training data has a corresponding data route, the training data has a one-to-one correspondence with the data token, and the data token also has a one-to-one correspondence with the data root. When the data retrieval platform 13 establishes the data index table, the corresponding data route may be stored in the authentication gateway 111.

トレーニングデータ呼び出し要求を受信した後、認証ゲートウェイ111は、トレーニングデータ呼び出し要求内のデータトークンに基づいて、ターゲットデータルートの第2の対応関係を検索する。ターゲットデータルートは、トレーニングデータ呼び出し要求のデータトークンに対応するデータルートである。認証ゲートウェイ111は、データトークンに対応するデータルートに基づいてターゲットデータストレージサーバ112にアクセスし、クラウドモデルトレーニングプラットフォーム12にターゲットデータストレージサーバ112内のターゲットデータルートによって示されるトレーニングデータをエクスポートすることができる。ターゲットデータストレージサーバ112は、ターゲットデータルートに対応するデータストレージサーバ112である。 After receiving the training data call request, the authentication gateway 111 searches for a second correspondence of the target data route based on the data token in the training data call request. The target data route is the data route that corresponds to the data token of the training data call request. The authentication gateway 111 can access the target data storage server 112 based on the data route corresponding to the data token and export the training data indicated by the target data route in the target data storage server 112 to the cloud model training platform 12. can. The target data storage server 112 is a data storage server 112 corresponding to the target data route.

データストレージサーバ112、すなわちプライベートサーバのトレーニングデータのセキュリティを確保するために、安全な暗号化されたリモートアクセスが確立されてもよい。一例では、モデルトレーニングシステムは、アクセスルータをさらに含み得る。認証ゲートウェイ111は、ターゲットデータルートによって示されるトレーニングデータを、ターゲットデータストレージサーバ112からアクセスルータ内の予め設定された標準アクセスインターフェイスを介してエクスポートする。例えば、標準アクセスインターフェイスは平穏なアクセスインターフェイスであり、平穏なアクセスインターフェイスのパスがデータルートとして使用されてもよい。 Secure encrypted remote access may be established to ensure the security of the training data of the data storage server 112, i.e. the private server. In one example, the model training system may further include an access router. The authentication gateway 111 exports the training data indicated by the target data route from the target data storage server 112 via a preconfigured standard access interface within the access router. For example, the standard access interface is a peaceful access interface, and the path of the peaceful access interface may be used as the data route.

一例では、データストレージサーバ112内のトレーニングデータのセキュリティをさらに保証にするために、認証ゲートウェイ111は、ランダムにデータトークンを選択し、データトークンの有効性を検証することができる。認証ゲートウェイ111がデータトークンが無効であると決定した場合、認証ゲートウェイ111は、データルートテーブルを更新し、すなわち第2の対応関係を更新し、具体的には第2の対応関係のデータトークンを更新する。 In one example, to further ensure the security of the training data in the data storage server 112, the authentication gateway 111 can randomly select a data token and verify the validity of the data token. If the authentication gateway 111 determines that the data token is invalid, the authentication gateway 111 updates the data route table, i.e. updates the second correspondence, specifically the data token of the second correspondence. Update.

図5は、本発明の実施形態によるモデルトレーニング方法のフローチャートである。先述の実施形態のモデルトレーニングシステムにモデルトレーニング方法を適用することができる。図5に示すように、モデルトレーニング方法は、ステップS201からステップS204を含み得る。 FIG. 5 is a flowchart of a model training method according to an embodiment of the present invention. The model training method can be applied to the model training system of the above-described embodiment. As shown in FIG. 5, the model training method may include steps S201 through S204.

ステップS201において、クラウドモデルトレーニングプラットフォームは、トレーニング対象のモデルを取得するためのモデルトレーニング作成命令を受信する。 In step S201, the cloud model training platform receives a model training creation command for acquiring the model to be trained.

ステップS202において、クラウドモデルトレーニングプラットフォームは、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォームに送信して、クラウドデータストレージプラットフォームに格納されたトレーニングデータを呼び出す。 In step S202, the cloud model training platform generates a training data call request, sends the training data call request to the cloud data storage platform, and calls the training data stored in the cloud data storage platform.

ステップS203において、クラウドデータストレージプラットフォームは、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求に対応するトレーニングデータをクラウドモデルトレーニングプラットフォームにエクスポートする。 In step S203, the cloud data storage platform receives the training data call request and exports the training data corresponding to the training data call request to the cloud model training platform.

ステップS204において、クラウドモデルトレーニングプラットフォームは、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用することにより、トレーニング対象のモデルをトレーニングして、トレーニング結果モデルを取得する。 In step S204, the cloud model training platform trains the model to be trained and acquires the training result model by using the training data exported from the cloud data storage platform.

ステップS201からステップS204の説明については、先述の実施形態におけるクラウドモデルトレーニングプラットフォームおよびクラウドデータストレージプラットフォームの関連する説明を参照されたい。 For the description of steps S201 to S204, refer to the related description of the cloud model training platform and the cloud data storage platform in the above-described embodiment.

本発明のこの実施形態では、クラウドデータストレージプラットフォームとクラウドモデルトレーニングプラットフォームは互いに独立しているため、トレーニングデータストレージとモデルトレーニングの2つの機能が分離されている。クラウドデータストレージプラットフォームとクラウドモデルトレーニングプラットフォームはどちらもクラウドシステムに基づいて実装され、モデルトレーニングプロセスはクラウドシステムで実行される。モデルトレーニングを実行するユーザは、トレーニングデータをローカルにダウンロードできず、トレーニングデータは、クラウドデータストレージプラットフォームと、モデルトレーニングを実行しているクラウドモデルトレーニングプラットフォームに格納される。言い換えれば、ローカルユーザ側からトレーニングデータを漏洩させることができず、したがって、トレーニングデータが漏洩するリスクを低減できる。 In this embodiment of the present invention, the cloud data storage platform and the cloud model training platform are independent of each other, so that the two functions of training data storage and model training are separated. Both the cloud data storage platform and the cloud model training platform are implemented based on the cloud system, and the model training process is executed in the cloud system. The user performing the model training cannot download the training data locally, and the training data is stored in the cloud data storage platform and the cloud model training platform running the model training. In other words, the training data cannot be leaked from the local user side, and therefore the risk of the training data leaking can be reduced.

図6は、本発明の実施形態によるモデルトレーニング方法の具体的な実装方式のフローチャートである。図6に示すように、モデルトレーニング方法は、ステップS301からステップS315を含み得る。 FIG. 6 is a flowchart of a specific implementation method of the model training method according to the embodiment of the present invention. As shown in FIG. 6, the model training method may include steps S301 to S315.

ステップ301において、データ監査システムは、データプロバイダによってアップロードされたトレーニングデータに対して有効性検証を実行する。 In step 301, the data audit system performs validation on the training data uploaded by the data provider.

ステップ302において、データ監査システムは、有効性検証に失敗したトレーニングデータをクラウドデータストレージプラットフォームに格納することを拒否する。 In step 302, the data audit system refuses to store the training data that failed validation in the cloud data storage platform.

ステップ303において、データ検索プラットフォームは、データプロバイダによって提供されたトレーニングデータに基づいてデータインデックステーブルを確立する。 In step 303, the data retrieval platform establishes a data index table based on the training data provided by the data provider.

ステップ304において、データ検索プラットフォームは検索命令を受信し、検索命令に従ってデータインデックステーブル内でデータ検索を実行し、検索結果を生成する。 In step 304, the data search platform receives the search instruction, performs a data search in the data index table according to the search instruction, and generates a search result.

ステップ305において、データ検索プラットフォームは、ユーザ端末のデータ選択命令を受信し、データ選択命令に従って認証センタへの認証許可要求を開始する。 In step 305, the data search platform receives the data selection command of the user terminal and initiates the authentication permission request to the authentication center according to the data selection command.

認証許可要求は、トレーニングデータのデータ識別子を含む。 The authorization request includes the data identifier of the training data.

ステップ306において、認証センタは認証許可要求を受信し、認証許可要求に基づいてデータ識別子のデータトークンを作成し、データトークンをクラウドデータストレージプラットフォーム内の認証ゲートウェイおよびユーザ端末に配信する。 In step 306, the authentication center receives the authentication authorization request, creates a data token of the data identifier based on the authentication authorization request, and distributes the data token to the authentication gateway and the user terminal in the cloud data storage platform.

ステップ307において、クラウドデータストレージプラットフォームの認証ゲートウェイは、配信されたデータトークンに基づいて第1の対応関係を確立する。 In step 307, the authentication gateway of the cloud data storage platform establishes a first correspondence based on the delivered data token.

第1の対応関係は、データ識別子とデータトークンの間の対応関係である。 The first correspondence is the correspondence between the data identifier and the data token.

ステップ308において、クラウドモデルトレーニングプラットフォームは、トレーニング対象のモデルを取得するためのモデルトレーニング作成命令を受信する。 In step 308, the cloud model training platform receives a model training creation instruction for acquiring the model to be trained.

ステップ309において、クラウドモデルトレーニングプラットフォームは、トレーニングデータ呼び出し要求を生成し、トレーニングデータ呼び出し要求をクラウドデータストレージプラットフォーム内の認証ゲートウェイに送信して、クラウドデータストレージプラットフォームに格納されたトレーニングデータを呼び出す。 In step 309, the cloud model training platform generates a training data call request, sends the training data call request to the authentication gateway in the cloud data storage platform, and calls the training data stored in the cloud data storage platform.

トレーニングデータ呼び出し要求には、認証センタからユーザ端末に配信されるデータトークンが含まれる。 The training data call request includes a data token delivered from the authentication center to the user terminal.

ステップ310において、クラウドデータストレージプラットフォームの認証ゲートウェイは、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求のデータトークンに基づいてターゲットデータ識別子の第1の対応関係を検索し、ターゲットデータ識別子に対応するトレーニングデータをクラウドモデルトレーニングプラットフォームにエクスポートする。 In step 310, the authentication gateway of the cloud data storage platform receives the training data call request, searches for the first correspondence of the target data identifier based on the data token of the training data call request, and corresponds to the target data identifier. Export training data to a cloud model training platform.

ターゲットデータ識別子は、トレーニングデータ呼び出し要求のデータトークンに対応するデータ識別子である。 The target data identifier is a data identifier corresponding to the data token of the training data call request.

ステップ311において、クラウドモデルトレーニングプラットフォームは、クラウドデータストレージプラットフォームからエクスポートされたトレーニングデータを使用することにより、トレーニング対象のモデルをトレーニングして、トレーニング結果モデルを取得する。 In step 311 the cloud model training platform trains the model to be trained and obtains a training result model by using the training data exported from the cloud data storage platform.

ステップ312において、クラウドモデルストレージプラットフォームは、トレーニング結果モデルを格納する。 In step 312, the cloud model storage platform stores the training result model.

ステップ313において、クラウドモデルトレーニングプラットフォームは、クラウドモデルトレーニングプラットフォームでトレーニング結果モデルをトレーニングするために使用されるトレーニングデータおよびトレーニング対象のモデルを破棄する。 At step 313, the cloud model training platform discards the training data and the model to be trained used to train the training result model on the cloud model training platform.

ステップ314において、モデル推論プラットフォームは推論要求を受信し、推論要求は処理されるべきデータを含む。 At step 314, the model inference platform receives the inference request and the inference request contains data to be processed.

ステップ315において、モデル推論プラットフォームは、ミラープラットフォームからモデル推論ランタイム環境をロードし、クラウドモデルストレージプラットフォームからトレーニング結果モデルを呼び出し、処理されるべきデータをモデル推論のためにトレーニング結果モデルにインポートする。 In step 315, the model inference platform loads the model inference runtime environment from the mirror platform, calls the training result model from the cloud model storage platform, and imports the data to be processed into the training result model for model inference.

図7は、本発明の実施形態によるモデルトレーニング方法の別の特定の実装のフローチャートである。図7は以下の点において図6と異なる。図6のステップS307は、図7のステップS316に置き換えられてもよく、図6のステップS310は、図7のステップS317およびステップS318に置き換えられてもよい。 FIG. 7 is a flowchart of another specific implementation of the model training method according to the embodiment of the present invention. FIG. 7 differs from FIG. 6 in the following points. Step S307 of FIG. 6 may be replaced with step S316 of FIG. 7, and step S310 of FIG. 6 may be replaced with step S317 and step S318 of FIG.

ステップS316において、クラウドデータストレージプラットフォームの認証ゲートウェイが、配信されたデータトークンに基づいて第2の対応関係を確立する。 In step S316, the authentication gateway of the cloud data storage platform establishes a second correspondence based on the delivered data tokens.

第2の対応関係は、データトークンとデータルート間の対応関係である。データルートには、トレーニングデータのユニフォームリソースロケーターパスが含まれる。 The second correspondence is the correspondence between the data token and the data route. The data route contains the uniform resource locator path for training data.

ステップS317において、クラウドデータストレージプラットフォームの認証ゲートウェイは、トレーニングデータ呼び出し要求を受信し、トレーニングデータ呼び出し要求内のデータトークンに基づいて、ターゲットデータルートの第2の対応関係を検索する。 In step S317, the authentication gateway of the cloud data storage platform receives the training data call request and searches for a second correspondence of the target data route based on the data token in the training data call request.

ターゲットデータルートは、トレーニングデータ呼び出し要求のデータトークンに対応するデータルートである。 The target data route is the data route that corresponds to the data token of the training data call request.

ステップS318において、クラウドデータストレージプラットフォーム内の認証ゲートウェイは、ターゲットデータストレージサーバにアクセスして、ターゲットデータストレージサーバ内のターゲットデータルートによって示されるトレーニングデータをクラウドモデルトレーニングプラットフォームにエクスポートする。 In step S318, the authentication gateway in the cloud data storage platform accesses the target data storage server and exports the training data indicated by the target data route in the target data storage server to the cloud model training platform.

ターゲットデータストレージサーバは、ターゲットデータルートに対応するデータストレージサーバである。 The target data storage server is a data storage server corresponding to the target data route.

一例では、トレーニングデータのセキュリティを確保するために、具体的なシナリオに基づいてデータトークンをさらに更新することができる。認証ゲートウェイは、更新決定パラメータを取得し、更新決定パラメータが更新条件を満たすかどうかを決定する。認証ゲートウェイは、更新決定パラメータが更新条件を満たしていると決定した場合、認証センタに更新要求を送信する。認証センタは更新要求を受信し、更新要求に基づいてデータトークンを更新する。認証ゲートウェイは、認証センタと同期してデータトークンを更新する。 In one example, the data token can be further updated based on a specific scenario to ensure the security of the training data. The authentication gateway acquires the update decision parameter and determines whether the update decision parameter meets the update condition. If the authentication gateway determines that the update decision parameter meets the update condition, it sends an update request to the authentication center. The authentication center receives the update request and updates the data token based on the update request. The authentication gateway updates the data token in synchronization with the authentication center.

例えば、更新決定パラメータは、認証許可要求を拒否した回数を含む。データトークンを更新するプロセスは、具体的には、認証ゲートウェイは、認証センタによる認証許可要求を処理するプロセスを検出し、認証センタによる認証許可要求を拒否した回数を取得し、そして、認証センタによる認証許可要求の拒否回数が、更新条件の拒否回数更新閾値を超えているか否かを判定し、そして、認証センタによる認証許可要求の拒否回数が更新条件の拒否回数更新閾値を超えたことを検出すると、更新要求を認証センタに送信する。 For example, the update decision parameter includes the number of times the authentication authorization request was rejected. The process of updating the data token, specifically, the authentication gateway detects the process of processing the authentication authorization request by the authentication center, gets the number of times the authentication authorization request is rejected by the authentication center, and is by the authentication center. It is determined whether the number of times of refusal of the authentication permission request exceeds the number of times of refusal update of the update condition, and it is detected that the number of times of refusal of the authentication permission request by the authentication center exceeds the number of times of refusal of the update condition update threshold. Then, the update request is sent to the authentication center.

例えば、更新決定パラメータは、トレーニングデータを呼び出す回数を含む。データトークンの更新プロセスを更新するプロセスは、具体的には以下の通りである。認証ゲートウェイは、一定期間内にトレーニングデータを呼び出す回数を取得し、そして、一定期間内に同じトレーニングデータを呼び出す回数が、更新条件の呼び出し回数更新閾値を超えるかどうかを判定し、そして、一定期間内に同じトレーニングデータを呼び出した回数が更新条件の呼び出し回数更新閾値を超えた場合、更新要求を認証センタに送信する。 For example, the update decision parameter includes the number of times the training data is recalled. Specifically, the process for updating the data token update process is as follows. The authentication gateway obtains the number of times the training data is called within a certain period of time, determines whether the number of times the same training data is called within a certain period of time exceeds the call count update threshold of the update condition, and then for a certain period of time. If the number of times the same training data is called exceeds the call count update threshold of the update condition, an update request is sent to the authentication center.

前述の方法の実施形態におけるステップの説明については、前述のシステムの実施形態における関連する説明を参照されたい。 For a description of the steps in the embodiment of the method described above, see the relevant description in the embodiment of the system described above.

本発明の実施形態はさらに、記憶媒体を提供することができ、この記憶媒体はプログラムを記憶し、プログラムがプロセッサによって実行されると、前述の実施形態のモデルトレーニング方法が実施される。
[項目1]
クラウドデータストレージプラットフォームとクラウドモデルトレーニングプラットフォームとを備える、クラウドサービスを提供するモデルトレーニングシステムであって、
上記クラウドデータストレージプラットフォームは、トレーニングデータを格納するように構成され、上記トレーニングデータは、データプロバイダによって上記クラウドデータストレージプラットフォームにアップロードされ、
上記クラウドモデルトレーニングプラットフォームは、ユーザによって入力されるモデルトレーニング作成命令を受信し、上記モデルトレーニング作成命令に従ってトレーニング対象のモデルを取得し、上記クラウドデータストレージプラットフォームに格納された上記トレーニングデータを呼び出し、上記トレーニングデータを使用することによって、上記トレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得するように構成される、システム。
[項目2]
認証センタをさらに備え、
上記認証センタは、上記ユーザによって入力される認証許可要求を受信するように構成され、上記認証許可要求は、上記トレーニングデータの認証を決定するために使用される、項目1に記載のシステム。
[項目3]
上記クラウドデータストレージプラットフォームは、上記データプロバイダによって提供される上記トレーニングデータのラベルを受信するようにさらに構成され、上記トレーニングデータの上記ラベルは、上記トレーニングデータのコンテンツを表すために使用される、項目1または2に記載のシステム。
[項目4]
データ検索プラットフォームをさらに備え、上記データ検索プラットフォームは、上記トレーニングデータの情報を取得するように構成され、上記トレーニングデータの上記情報は、上記トレーニングデータのデータ所有者情報および上記トレーニングデータのデータアップロード日のいずれかまたは両方を含む、項目3に記載のシステム。
[項目5]
上記データ検索プラットフォームは、
上記トレーニングデータの上記ラベルおよび上記トレーニングデータの上記情報の少なくとも1つに基づいてデータインデックステーブルを確立し、
上記ユーザによって入力される、検索キーワードを含む検索命令を受信し、
上記検索命令に従って上記データインデックステーブル内でデータ検索を実行し、上記検索キーワードに対応する上記トレーニングデータの上記ラベルまたは上記検索キーワードに対応する上記トレーニングデータの上記情報を含む検索結果を生成する、
ようにさらに構成される、項目4に記載のシステム。
[項目6]
上記データ検索プラットフォームは、
上記検索結果を上記ユーザに表示するために、上記検索結果をユーザ端末に送信することと、
上記ユーザ端末によって送信された上記検索結果のデータ選択命令を受信することであって、上記データ選択命令は、上記データ検索プラットフォームに、上記検索結果から上記トレーニングデータを決定するように命令するために使用される、受信することと、
を行うようにさらに構成される、項目5に記載のシステム。
[項目7]
クラウドモデルストレージプラットフォームをさらに備え、上記クラウドモデルストレージプラットフォームは、上記トレーニング対象のモデルを格納するように構成され、上記トレーニング対象のモデルは、モデルプロバイダまたは上記ユーザによって上記クラウドモデルストレージプラットフォームにアップロードされる、または上記クラウドモデルストレージプラットフォームによってモデルデータベースから取得され、
上記クラウドモデルトレーニングプラットフォームは、上記モデルトレーニング作成命令に従って上記トレーニング対象のモデルを上記クラウドモデルストレージプラットフォームから取得するようにさらに構成される、項目1から6のいずれか1項に記載のシステム。
[項目8]
上記クラウドモデルトレーニングプラットフォームは、上記トレーニング結果モデルを取得した後、上記トレーニング結果モデルを上記クラウドモデルストレージプラットフォームに送信するように構成される、項目7に記載のシステム。
[項目9]
データ監査システムをさらに備え、上記データ監査システムは、上記データプロバイダによってアップロードされた上記トレーニングデータに対して有効性を決定するように構成される、項目1から8のいずれか1項に記載のシステム。
[項目10]
上記クラウドデータストレージプラットフォームは、第1のアクセスインターフェイスで構成され、上記第1のアクセスインターフェイスは、上記データプロバイダによってアップロードされた上記トレーニングデータを受信するために使用され、
上記クラウドデータストレージプラットフォームは、第2のアクセスインターフェイスで構成され、上記第2のアクセスインターフェイスは、上記ユーザによって入力される上記モデルトレーニング作成命令を受信するために使用される、
項目1から9のいずれか1項に記載のシステム。
[項目11]
モデル推論プラットフォームをさらに備え、上記モデル推論プラットフォームは、
上記ユーザによって入力される推論要求を受信することであって、上記推論要求は処理されるべきデータを含む、受信することと、
上記トレーニング結果モデルを呼び出し、上記処理されるべきデータをモデル推論のために上記トレーニング結果モデルにインポートすることと、
を行うように構成される、項目1から10のいずれか1項に記載のシステム。
[項目12]
上記トレーニングデータは、データルートで構成され、上記クラウドモデルトレーニングプラットフォームは、上記データルートに従って上記トレーニングデータを呼び出すようにさらに構成される、項目1から11のいずれか1項に記載のシステム。
[項目13]
上記データルートは、上記トレーニングデータのユニフォームリソースロケータ(URL)パスを含む、項目12に記載のシステム。
[項目14]
クラウドサービスを提供するモデルトレーニング方法であって、
クラウドデータストレージプラットフォームによって、トレーニングデータを格納する段階であって、上記トレーニングデータは、データプロバイダによって上記クラウドデータストレージプラットフォームにアップロードされる、段階と、
クラウドモデルトレーニングプラットフォームによって、ユーザによって入力されるモデルトレーニング作成命令を受信する段階と、
上記クラウドモデルトレーニングプラットフォームによって、上記モデルトレーニング作成命令に従ってトレーニング対象のモデルを取得する段階と、
上記クラウドモデルトレーニングプラットフォームによって、上記クラウドデータストレージプラットフォームに格納された上記トレーニングデータを呼び出す段階と、
上記クラウドモデルトレーニングプラットフォームによって、上記トレーニングデータを使用することによって上記トレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得する段階と、
を備え、
上記クラウドデータストレージプラットフォームおよび上記クラウドモデルトレーニングプラットフォームは、クラウドサービスを提供するモデルトレーニングシステムで実行される、方法。
[項目15]
認証センタによって、上記ユーザによって入力される認証許可要求を受信する段階であって、上記認証許可要求は、上記トレーニングデータの認証を決定するために使用される、段階をさらに備え、
上記認証センタは、クラウドサービスを提供する上記モデルトレーニングシステムで実行される、項目14に記載の方法。
[項目16]
上記クラウドデータストレージプラットフォームによって、上記データプロバイダによって提供される上記トレーニングデータのラベルを受信する段階であって、上記トレーニングデータの上記ラベルは、上記トレーニングデータのコンテンツを表すために使用される、段階をさらに備える、項目14または15に記載の方法。
[項目17]
データ検索プラットフォームによって、上記トレーニングデータの情報を取得する段階であって、上記トレーニングデータの上記情報は、上記トレーニングデータのデータ所有者情報および上記トレーニングデータのデータアップロード日のいずれかまたは両方を含む、段階をさらに備え、
上記データ検索プラットフォームは、クラウドサービスを提供する上記モデルトレーニングシステムで実行される、項目16に記載の方法。
[項目18]
上記データ検索プラットフォームによって、上記トレーニングデータの上記ラベルおよび上記トレーニングデータの上記情報の少なくとも1つに基づいてデータインデックステーブルを確立する段階と、
上記データ検索プラットフォームによって、上記ユーザによって入力される検索命令を受信する段階であって、上記検索命令は、検索キーワードを含む、段階と、
上記データ検索プラットフォームによって、上記検索命令に従って上記データインデックステーブル内でデータ検索を実行する段階と、
上記データ検索プラットフォームによって、検索結果を生成する段階であって、上記検索結果は、上記検索キーワードに対応する上記トレーニングデータの上記ラベルまたは上記検索キーワードに対応する上記トレーニングデータの上記情報を含む、段階と、
をさらに備える、項目17に記載の方法。
[項目19]
上記データ検索プラットフォームによって、上記検索結果を上記ユーザに表示するために、上記検索結果をユーザ端末に送信する段階と、
上記データ検索プラットフォームによって、上記ユーザ端末によって送信された上記検索結果のデータ選択命令を受信する段階であって、上記データ選択命令は、上記データ検索プラットフォームに、上記検索結果から上記トレーニングデータを決定するように命令するために使用される、段階と、
をさらに備える、項目18に記載の方法。
[項目20]
クラウドモデルストレージプラットフォームによって、上記トレーニング対象のモデルを格納する段階であって、上記トレーニング対象のモデルは、モデルプロバイダまたは上記ユーザによって上記クラウドモデルストレージプラットフォームにアップロードされる、または上記クラウドモデルストレージプラットフォームによってモデルデータベースから取得される、段階と、
上記クラウドモデルトレーニングプラットフォームによって、上記モデルトレーニング作成命令に従って上記トレーニング対象のモデルを上記クラウドモデルストレージプラットフォームから取得する段階と、
をさらに備え、
上記クラウドモデルストレージプラットフォームは、クラウドサービスを提供する上記モデルトレーニングシステムで実行される、項目14から19のいずれか1項に記載の方法。
[項目21]
上記クラウドモデルトレーニングプラットフォームによって、上記トレーニング結果モデルを取得した後、上記トレーニング結果モデルを上記クラウドモデルストレージプラットフォームに送信する段階をさらに備える、項目20に記載の方法。
[項目22]
データ監査システムによって、上記データプロバイダによってアップロードされた上記トレーニングデータに対して有効性を決定する段階をさらに備え、
上記データ監査システムは、クラウドサービスを提供する上記モデルトレーニングシステムで実行される、項目14から21のいずれか1項に記載の方法。
[項目23]
上記クラウドデータストレージプラットフォームは、第1のアクセスインターフェイスで構成され、上記第1のアクセスインターフェイスは、上記データプロバイダによってアップロードされた上記トレーニングデータを受信するために使用され、
上記クラウドデータストレージプラットフォームは、第2のアクセスインターフェイスで構成され、上記第2のアクセスインターフェイスは、上記ユーザによって入力される上記モデルトレーニング作成命令を受信するために使用される、
項目14から22のいずれか1項に記載の方法。
[項目24]
モデル推論プラットフォームによって、上記ユーザによって入力される推論要求を受信する段階であって、上記推論要求は処理されるべきデータを含む、段階と、
上記モデル推論プラットフォームによって、上記トレーニング結果モデルを呼び出す段階と、
上記モデル推論プラットフォームによって、上記処理されるべきデータをモデル推論のために上記トレーニング結果モデルにインポートする段階と、
をさらに備え、
上記モデル推論プラットフォームは、クラウドサービスを提供する上記モデルトレーニングシステムで実行される、項目14から23のいずれか1項に記載の方法。
[項目25]
上記トレーニングデータは、データルートで構成され、
上記クラウドモデルトレーニングプラットフォームによって、上記クラウドデータストレージプラットフォームに格納された上記トレーニングデータを呼び出す上記段階は、上記クラウドモデルトレーニングプラットフォームによって、上記データルートに従って上記トレーニングデータを呼び出す段階を含む、項目14から24のいずれか1項に記載の方法。
[項目26]
上記データルートは、上記トレーニングデータのユニフォームリソースロケータ(URL)パスを含む、項目25に記載の方法。
An embodiment of the present invention can further provide a storage medium, which stores the program, and when the program is executed by the processor, the model training method of the above-described embodiment is carried out.
[Item 1]
A model training system that provides cloud services with a cloud data storage platform and a cloud model training platform.
The cloud data storage platform is configured to store training data, which is uploaded by the data provider to the cloud data storage platform.
The cloud model training platform receives a model training creation command input by the user, acquires a model to be trained according to the model training creation command, calls the training data stored in the cloud data storage platform, and calls the above training data. A system configured to train the above trained model and obtain a training result model by using training data.
[Item 2]
With more certification centers
The system according to item 1, wherein the authentication center is configured to receive an authentication authorization request entered by the user, wherein the authentication authorization request is used to determine authentication of the training data.
[Item 3]
The cloud data storage platform is further configured to receive labels for the training data provided by the data provider, the labels for the training data being used to represent the content of the training data, items. The system according to 1 or 2.
[Item 4]
Further equipped with a data search platform, the data search platform is configured to acquire information on the training data, the information of the training data is the data owner information of the training data and the data upload date of the training data. 3. The system of item 3, comprising any or both of the above.
[Item 5]
The above data search platform is
A data index table was established based on at least one of the labels of the training data and the information of the training data.
Receives a search command containing a search keyword entered by the above user,
A data search is executed in the data index table according to the search command, and a search result including the label of the training data corresponding to the search keyword or the information of the training data corresponding to the search keyword is generated.
Item 4. The system according to item 4, which is further configured as described above.
[Item 6]
The above data search platform is
In order to display the above search results to the above users, sending the above search results to the user terminal and
To receive the data selection command of the search result transmitted by the user terminal, the data selection command is to instruct the data search platform to determine the training data from the search result. Used, received and
5. The system of item 5, further configured to do so.
[Item 7]
Further equipped with a cloud model storage platform, the cloud model storage platform is configured to store the model to be trained, and the model to be trained is uploaded to the cloud model storage platform by the model provider or the user. , Or obtained from the model database by the cloud model storage platform above,
The system according to any one of items 1 to 6, wherein the cloud model training platform is further configured to acquire the model to be trained from the cloud model storage platform in accordance with the model training creation instruction.
[Item 8]
Item 7. The system according to item 7, wherein the cloud model training platform is configured to acquire the training result model and then transmit the training result model to the cloud model storage platform.
[Item 9]
The system according to any one of items 1 to 8, further comprising a data audit system, wherein the data audit system is configured to determine the validity of the training data uploaded by the data provider. ..
[Item 10]
The cloud data storage platform is configured with a first access interface, which is used to receive the training data uploaded by the data provider.
The cloud data storage platform is composed of a second access interface, which is used to receive the model training creation instruction input by the user.
The system according to any one of items 1 to 9.
[Item 11]
Further equipped with a model inference platform, the above model inference platform
Receiving an inference request input by the user, wherein the inference request contains data to be processed.
To call the training result model and import the data to be processed into the training result model for model inference.
The system according to any one of items 1 to 10, wherein the system is configured to perform the above-mentioned method.
[Item 12]
The system according to any one of items 1 to 11, wherein the training data is composed of data routes, and the cloud model training platform is further configured to call the training data according to the data routes.
[Item 13]
The system according to item 12, wherein the data route includes a uniform resource locator (URL) path for the training data.
[Item 14]
It is a model training method that provides cloud services.
The stage where the training data is stored by the cloud data storage platform, and the training data is uploaded to the cloud data storage platform by the data provider.
At the stage of receiving the model training creation command input by the user by the cloud model training platform,
At the stage of acquiring the model to be trained according to the above model training creation instruction by the above cloud model training platform,
The stage of calling the training data stored in the cloud data storage platform by the cloud model training platform, and
With the cloud model training platform, the stage of training the model to be trained by using the training data and acquiring the training result model, and
Equipped with
The cloud data storage platform and the cloud model training platform are methods executed by a model training system that provides a cloud service.
[Item 15]
The authentication center further comprises a stage of receiving an authentication authorization request entered by the user, wherein the authentication authorization request is used to determine the authentication of the training data.
The method according to item 14, wherein the authentication center is executed by the model training system that provides a cloud service.
[Item 16]
The stage of receiving the label of the training data provided by the data provider by the cloud data storage platform, wherein the label of the training data is used to represent the content of the training data. The method according to item 14 or 15, further comprising.
[Item 17]
At the stage of acquiring the information of the training data by the data search platform, the information of the training data includes the data owner information of the training data and / or the data upload date of the training data. With more stages,
Item 16. The method according to item 16, wherein the data search platform is executed by the model training system that provides a cloud service.
[Item 18]
The step of establishing a data index table by the data retrieval platform based on at least one of the labels of the training data and the information of the training data.
The stage of receiving a search command input by the user by the data search platform, wherein the search command includes a search keyword and a stage.
The stage of performing a data search in the data index table according to the search instruction by the data search platform, and
A stage in which a search result is generated by the data search platform, wherein the search result includes the label of the training data corresponding to the search keyword or the information of the training data corresponding to the search keyword. When,
The method according to item 17, further comprising.
[Item 19]
The stage of transmitting the search result to the user terminal in order to display the search result to the user by the data search platform, and
At the stage of receiving the data selection command of the search result transmitted by the user terminal by the data search platform, the data selection command determines the training data from the search results on the data search platform. Stages and stages used to order
The method according to item 18, further comprising.
[Item 20]
The model to be trained is stored by the cloud model storage platform, and the model to be trained is uploaded to the cloud model storage platform by the model provider or the user, or is modeled by the cloud model storage platform. Stages and stages retrieved from the database
The stage of acquiring the model to be trained from the cloud model storage platform according to the model training creation instruction by the cloud model training platform, and
Further prepare
The method according to any one of items 14 to 19, wherein the cloud model storage platform is executed by the model training system that provides a cloud service.
[Item 21]
The method according to item 20, further comprising a step of transmitting the training result model to the cloud model storage platform after acquiring the training result model by the cloud model training platform.
[Item 22]
The data audit system further provides a step to determine the validity of the training data uploaded by the data provider.
The method according to any one of items 14 to 21, wherein the data audit system is executed by the model training system that provides a cloud service.
[Item 23]
The cloud data storage platform is configured with a first access interface, which is used to receive the training data uploaded by the data provider.
The cloud data storage platform is composed of a second access interface, which is used to receive the model training creation instruction input by the user.
The method according to any one of items 14 to 22.
[Item 24]
The stage of receiving the inference request input by the user by the model inference platform, wherein the inference request contains data to be processed.
At the stage of calling the training result model by the model inference platform,
The stage of importing the data to be processed into the training result model for model inference by the model inference platform, and
Further prepare
The method according to any one of items 14 to 23, wherein the model inference platform is executed by the model training system that provides a cloud service.
[Item 25]
The above training data consists of data routes
Item 14 to 24, wherein the step of calling the training data stored in the cloud data storage platform by the cloud model training platform includes a step of calling the training data according to the data route by the cloud model training platform. The method according to any one.
[Item 26]
25. The method of item 25, wherein the data route includes a uniform resource locator (URL) path for the training data.

Claims (18)

クラウドデータストレージプラットフォームとクラウドモデルトレーニングプラットフォームと、データ検索プラットフォームとを備える、クラウドサービスを提供するモデルトレーニングシステムであって、
前記クラウドデータストレージプラットフォームは、
トレーニングデータを格納することであって、前記トレーニングデータは、データプロバイダによって前記クラウドデータストレージプラットフォームにアップロードされる、格納することと、
前記データプロバイダによって提供される前記トレーニングデータのラベルを受信することであって、前記トレーニングデータの前記ラベルは、前記トレーニングデータの内容を表すために使用される、受信することと
を行うように構成され、
前記データ検索プラットフォームは、
前記トレーニングデータの情報を取得することであって、前記トレーニングデータの前記情報は、前記トレーニングデータのデータ所有者情報および前記トレーニングデータのアップロード日のいずれかまたは両方を含む、取得することと、
前記トレーニングデータの前記ラベルおよび前記トレーニングデータの前記情報の少なくとも1つに基づいて、前記トレーニングデータのデータインデックステーブルを確立することと、
ユーザによって入力された検索命令を受信することであって、前記検索命令は検索キーワードを含む、受信することと、
検索結果を生成するために、前記検索命令に従って、前記データインデックステーブルにおいてデータ検索を実行することであって、前記検索結果は、前記検索キーワードに対応する前記トレーニングデータの前記ラベルまたは前記検索キーワードに対応する前記トレーニングデータの前記情報を含む、実行することと、
前記検索結果を前記ユーザに表示するために、前記検索結果をユーザ端末に送信することと、
前記ユーザ端末によって送信される前記検索結果に対するデータ選択命令を受信することと、
前記データ選択命令によって、前記検索結果から、前記クラウドデータストレージプラットフォームに格納される前記トレーニングデータを決定することと
を行うように構成され、
前記クラウドモデルトレーニングプラットフォームは、前記ユーザによって入力されるモデルトレーニング作成命令を受信し、トレーニング対象のモデルを取得し、前記クラウドデータストレージプラットフォームに格納された、前記決定されたトレーニングデータを呼び出し、前記決定されたトレーニングデータを使用することによって、前記トレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得するように構成される、システム。
A model training system that provides cloud services, including a cloud data storage platform, a cloud model training platform, and a data search platform.
The cloud data storage platform is
To store training data, the training data is uploaded and stored by the data provider to the cloud data storage platform.
Receiving a label of the training data provided by the data provider, wherein the label of the training data is configured to perform receiving, which is used to represent the content of the training data. Being done
The data search platform is
Acquiring the information of the training data, the information of the training data includes, or both of the data owner information of the training data and the upload date of the training data.
To establish a data index table for the training data based on at least one of the label of the training data and the information of the training data.
Receiving a search command entered by the user, wherein the search command includes, receives, and receives a search keyword.
In order to generate a search result, a data search is performed in the data index table according to the search command, and the search result is the label of the training data corresponding to the search keyword or the search keyword. To perform and to include the information of the corresponding training data.
In order to display the search result to the user, the search result is transmitted to the user terminal, and
Receiving a data selection command for the search result transmitted by the user terminal, and
The data selection command is configured to determine the training data to be stored in the cloud data storage platform from the search results.
The cloud model training platform receives a model training creation command input by the user, acquires a model to be trained, calls the determined training data stored in the cloud data storage platform, and makes the determination. A system configured to train the model to be trained and obtain a training result model by using the trained data.
認証センタをさらに備え、
前記認証センタは、前記ユーザによって入力される認証許可要求を受信するように構成され、前記認証許可要求は、前記トレーニングデータの認証を決定するために使用される、請求項1に記載のシステム。
With more certification centers
The system of claim 1, wherein the authentication center is configured to receive an authentication authorization request entered by the user, the authentication authorization request being used to determine authentication of the training data.
クラウドモデルストレージプラットフォームをさらに備え、前記クラウドモデルストレージプラットフォームは、前記トレーニング対象のモデルを格納するように構成され、前記トレーニング対象のモデルは、モデルプロバイダまたは前記ユーザによって前記クラウドモデルストレージプラットフォームにアップロードされる、または前記クラウドモデルストレージプラットフォームによってモデルデータベースから取得され、
前記クラウドモデルトレーニングプラットフォームは、前記モデルトレーニング作成命令に従って前記トレーニング対象のモデルを前記クラウドモデルストレージプラットフォームから取得するようにさらに構成される、請求項1または2に記載のシステム。
Further including a cloud model storage platform, the cloud model storage platform is configured to store the model to be trained, and the model to be trained is uploaded to the cloud model storage platform by the model provider or the user. , Or obtained from the model database by the cloud model storage platform
The system according to claim 1 or 2, wherein the cloud model training platform is further configured to acquire the model to be trained from the cloud model storage platform in accordance with the model training creation instruction.
前記クラウドモデルトレーニングプラットフォームは、前記トレーニング結果モデルを取得した後、前記トレーニング結果モデルを前記クラウドモデルストレージプラットフォームに送信するように構成される、請求項3に記載のシステム。 The system according to claim 3, wherein the cloud model training platform is configured to acquire the training result model and then transmit the training result model to the cloud model storage platform. データ監査システムをさらに備え、前記データ監査システムは、前記データプロバイダによってアップロードされた前記トレーニングデータに対して有効性を決定するように構成される、請求項1から4のいずれか1項に記載のシステム。 The one of claims 1 to 4, further comprising a data audit system, wherein the data audit system is configured to determine the validity of the training data uploaded by the data provider. system. 前記クラウドデータストレージプラットフォームは、第1のアクセスインターフェイスで構成され、前記第1のアクセスインターフェイスは、前記データプロバイダによってアップロードされた前記トレーニングデータを受信するために使用され、
前記クラウドデータストレージプラットフォームは、第2のアクセスインターフェイスで構成され、前記第2のアクセスインターフェイスは、前記ユーザによって入力される前記モデルトレーニング作成命令を受信するために使用される、
請求項1から5のいずれか1項に記載のシステム。
The cloud data storage platform is configured with a first access interface, which is used to receive the training data uploaded by the data provider.
The cloud data storage platform is composed of a second access interface, which is used to receive the model training creation instruction input by the user.
The system according to any one of claims 1 to 5.
モデル推論プラットフォームをさらに備え、前記モデル推論プラットフォームは、
前記ユーザによって入力される推論要求を受信することであって、前記推論要求は処理されるべきデータを含む、受信することと、
前記トレーニング結果モデルを呼び出し、前記処理されるべきデータをモデル推論のために前記トレーニング結果モデルにインポートすることと、
を行うように構成される、請求項1から6のいずれか1項に記載のシステム。
Further equipped with a model inference platform, the model inference platform is
Receiving an inference request input by the user, wherein the inference request contains data to be processed.
To call the training result model and import the data to be processed into the training result model for model inference.
The system according to any one of claims 1 to 6, wherein the system is configured to perform the above-mentioned method.
前記トレーニングデータは、データルートで構成され、前記クラウドモデルトレーニングプラットフォームは、前記データルートに従って前記トレーニングデータを呼び出すようにさらに構成される、請求項1から7のいずれか1項に記載のシステム。 The system according to any one of claims 1 to 7, wherein the training data is configured with a data route, and the cloud model training platform is further configured to call the training data according to the data route. 前記データルートは、前記トレーニングデータのユニフォームリソースロケータ(URL)パスを含む、請求項8に記載のシステム。 The system of claim 8, wherein the data route includes a uniform resource locator (URL) path for the training data. クラウドサービスを提供するモデルトレーニング方法であって、
クラウドデータストレージプラットフォームによって、トレーニングデータを格納する段階であって、前記トレーニングデータは、データプロバイダによって前記クラウドデータストレージプラットフォームにアップロードされる、段階と、
前記クラウドデータストレージプラットフォームによって、前記データプロバイダによって提供される前記トレーニングデータのラベルを受信する段階であって、前記トレーニングデータの前記ラベルは、前記トレーニングデータの内容を表すために使用される、段階と、
データ検索プラットフォームによって、前記トレーニングデータの情報を取得する段階であって、前記トレーニングデータの前記情報は、前記トレーニングデータのデータ所有者情報および前記トレーニングデータのアップロード日のいずれかまたは両方を含む、段階と、
前記データ検索プラットフォームによって、前記トレーニングデータの前記ラベルおよび前記トレーニングデータの前記情報の少なくとも1つに基づいて、前記トレーニングデータのデータインデックステーブルを確立する段階と、
前記データ検索プラットフォームによって、ユーザによって入力された検索命令を受信する段階であって、前記検索命令は検索キーワードを含む、段階と、
前記データ検索プラットフォームによって、検索結果を生成するために、前記検索命令に従って、前記データインデックステーブルにおいてデータ検索を実行する段階であって、前記検索結果は、前記検索キーワードに対応する前記トレーニングデータの前記ラベルまたは前記検索キーワードに対応する前記トレーニングデータの前記情報を含む、段階と、
前記データ検索プラットフォームによって、前記検索結果を前記ユーザに表示するために、前記検索結果をユーザ端末に送信する段階と、
前記データ検索プラットフォームによって、前記ユーザ端末によって送信される前記検索結果に対するデータ選択命令を受信する段階と、
前記データ検索プラットフォームによって、前記データ選択命令によって、前記検索結果から、前記クラウドデータストレージプラットフォームに格納される前記トレーニングデータを決定する段階と、
クラウドモデルトレーニングプラットフォームによって、前記ユーザによって入力されるモデルトレーニング作成命令を受信する段階と、
前記クラウドモデルトレーニングプラットフォームによって、トレーニング対象のモデルを取得する段階と、
前記クラウドモデルトレーニングプラットフォームによって、前記クラウドデータストレージプラットフォームに格納された、前記決定されたトレーニングデータを呼び出す段階と、
前記クラウドモデルトレーニングプラットフォームによって、前記決定されたトレーニングデータを使用することによって、前記トレーニング対象のモデルをトレーニングし、トレーニング結果モデルを取得する段階と
を備え、
前記クラウドデータストレージプラットフォーム、前記クラウドモデルトレーニングプラットフォームおよび前記データ検索プラットフォームは、クラウドサービスを提供するモデルトレーニングシステムで実行される、方法。
It is a model training method that provides cloud services.
The stage in which the training data is stored by the cloud data storage platform, and the training data is uploaded to the cloud data storage platform by the data provider.
The stage of receiving the label of the training data provided by the data provider by the cloud data storage platform, wherein the label of the training data is used to represent the content of the training data. ,
A stage in which information on the training data is acquired by a data retrieval platform, wherein the information in the training data includes, or both, the data owner information of the training data and the upload date of the training data. When,
A step of establishing a data index table for the training data by the data retrieval platform based on at least one of the label of the training data and the information of the training data.
A stage in which a search command input by a user is received by the data search platform, wherein the search command includes a search keyword.
In order to generate a search result by the data search platform, a data search is executed in the data index table according to the search command, and the search result is the training data corresponding to the search keyword. A stage and a stage containing the information of the training data corresponding to the label or the search keyword.
The stage of transmitting the search result to the user terminal in order to display the search result to the user by the data search platform, and
The stage of receiving a data selection command for the search result transmitted by the user terminal by the data search platform, and
The stage of determining the training data to be stored in the cloud data storage platform from the search results by the data search platform and the data selection command.
The stage of receiving the model training creation command input by the user by the cloud model training platform, and
At the stage of acquiring the model to be trained by the cloud model training platform,
The stage of recalling the determined training data stored in the cloud data storage platform by the cloud model training platform, and
The cloud model training platform provides a step of training the model to be trained and acquiring a training result model by using the determined training data.
A method, wherein the cloud data storage platform, the cloud model training platform, and the data retrieval platform are performed by a model training system that provides a cloud service.
認証センタによって、前記ユーザによって入力される認証許可要求を受信する段階であって、前記認証許可要求は、前記トレーニングデータの認証を決定するために使用される、段階をさらに備え、
前記認証センタは、クラウドサービスを提供する前記モデルトレーニングシステムで実行される、請求項10に記載の方法。
The authentication center further comprises a stage of receiving an authentication authorization request entered by the user, wherein the authentication authorization request is used to determine the authentication of the training data.
The method of claim 10, wherein the authentication center is executed in the model training system that provides a cloud service.
クラウドモデルストレージプラットフォームによって、前記トレーニング対象のモデルを格納する段階であって、前記トレーニング対象のモデルは、モデルプロバイダまたは前記ユーザによって前記クラウドモデルストレージプラットフォームにアップロードされる、または前記クラウドモデルストレージプラットフォームによってモデルデータベースから取得される、段階と、
前記クラウドモデルトレーニングプラットフォームによって、前記モデルトレーニング作成命令に従って前記トレーニング対象のモデルを前記クラウドモデルストレージプラットフォームから取得する段階と、
をさらに備え、
前記クラウドモデルストレージプラットフォームは、クラウドサービスを提供する前記モデルトレーニングシステムで実行される、請求項10または11に記載の方法。
At the stage of storing the model to be trained by the cloud model storage platform, the model to be trained is uploaded to the cloud model storage platform by the model provider or the user, or is modeled by the cloud model storage platform. Stages and stages retrieved from the database
The stage of acquiring the model to be trained from the cloud model storage platform according to the model training creation instruction by the cloud model training platform, and
Further prepare
10. The method of claim 10 or 11, wherein the cloud model storage platform is performed on the model training system that provides cloud services.
前記クラウドモデルトレーニングプラットフォームによって、前記トレーニング結果モデルを取得した後、前記トレーニング結果モデルを前記クラウドモデルストレージプラットフォームに送信する段階をさらに備える、請求項12に記載の方法。 12. The method of claim 12, further comprising a step of acquiring the training result model by the cloud model training platform and then transmitting the training result model to the cloud model storage platform. データ監査システムによって、前記データプロバイダによってアップロードされた前記トレーニングデータに対して有効性を決定する段階をさらに備え、
前記データ監査システムは、クラウドサービスを提供する前記モデルトレーニングシステムで実行される、請求項10から13のいずれか1項に記載の方法。
The data audit system further provides a step to determine the validity of the training data uploaded by the data provider.
The method according to any one of claims 10 to 13, wherein the data audit system is executed by the model training system that provides a cloud service.
前記クラウドデータストレージプラットフォームは、第1のアクセスインターフェイスで構成され、前記第1のアクセスインターフェイスは、前記データプロバイダによってアップロードされた前記トレーニングデータを受信するために使用され、
前記クラウドデータストレージプラットフォームは、第2のアクセスインターフェイスで構成され、前記第2のアクセスインターフェイスは、前記ユーザによって入力される前記モデルトレーニング作成命令を受信するために使用される、
請求項10から14のいずれか1項に記載の方法。
The cloud data storage platform is configured with a first access interface, which is used to receive the training data uploaded by the data provider.
The cloud data storage platform is composed of a second access interface, which is used to receive the model training creation instruction input by the user.
The method according to any one of claims 10 to 14.
モデル推論プラットフォームによって、前記ユーザによって入力される推論要求を受信する段階であって、前記推論要求は処理されるべきデータを含む、段階と、
前記モデル推論プラットフォームによって、前記トレーニング結果モデルを呼び出す段階と、
前記モデル推論プラットフォームによって、前記処理されるべきデータをモデル推論のために前記トレーニング結果モデルにインポートする段階と、
をさらに備え、
前記モデル推論プラットフォームは、クラウドサービスを提供する前記モデルトレーニングシステムで実行される、請求項10から15のいずれか1項に記載の方法。
A stage in which the model inference platform receives an inference request input by the user, wherein the inference request contains data to be processed.
At the stage of calling the training result model by the model inference platform,
The stage of importing the data to be processed into the training result model for model inference by the model inference platform, and
Further prepare
The method according to any one of claims 10 to 15, wherein the model inference platform is executed by the model training system that provides a cloud service.
前記トレーニングデータは、データルートで構成され、
前記クラウドモデルトレーニングプラットフォームによって、前記クラウドデータストレージプラットフォームに格納された前記トレーニングデータを呼び出す前記段階は、前記クラウドモデルトレーニングプラットフォームによって、前記データルートに従って前記トレーニングデータを呼び出す段階を含む、請求項10から16のいずれか1項に記載の方法。
The training data is composed of data routes.
Claims 10 to 16 include a step of calling the training data stored in the cloud data storage platform by the cloud model training platform, comprising calling the training data according to the data route by the cloud model training platform. The method according to any one of the above.
前記データルートは、前記トレーニングデータのユニフォームリソースロケータ(URL)パスを含む、請求項17に記載の方法。 17. The method of claim 17, wherein the data route includes a uniform resource locator (URL) path for the training data.
JP2021121473A 2017-11-29 2021-07-26 Model training system and method and storage medium Active JP7222036B2 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201711227185.X 2017-11-29
CN201711227185.XA CN109840591B (en) 2017-11-29 2017-11-29 Model training system, method and storage medium
JP2020529143A JP7144117B2 (en) 2017-11-29 2018-11-06 Model training system and method and storage medium

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2020529143A Division JP7144117B2 (en) 2017-11-29 2018-11-06 Model training system and method and storage medium

Publications (3)

Publication Number Publication Date
JP2022000757A true JP2022000757A (en) 2022-01-04
JP2022000757A5 JP2022000757A5 (en) 2022-03-09
JP7222036B2 JP7222036B2 (en) 2023-02-14

Family

ID=66663796

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2020529143A Active JP7144117B2 (en) 2017-11-29 2018-11-06 Model training system and method and storage medium
JP2021121473A Active JP7222036B2 (en) 2017-11-29 2021-07-26 Model training system and method and storage medium

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2020529143A Active JP7144117B2 (en) 2017-11-29 2018-11-06 Model training system and method and storage medium

Country Status (8)

Country Link
US (1) US20200285978A1 (en)
EP (1) EP3709226A4 (en)
JP (2) JP7144117B2 (en)
KR (1) KR102514325B1 (en)
CN (2) CN113762504A (en)
AU (1) AU2018374912B2 (en)
CA (1) CA3091405A1 (en)
WO (1) WO2019105189A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022033315A (en) * 2018-02-15 2022-02-28 株式会社三洋物産 Game machine
JP2022033313A (en) * 2018-02-15 2022-02-28 株式会社三洋物産 Game machine

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10979416B2 (en) * 2018-03-26 2021-04-13 Nicira, Inc. System and method for authentication in a public cloud
KR102074353B1 (en) * 2018-04-13 2020-02-06 한국전자통신연구원 Apparatus and method for providing cyber security real-time training in control system field
CN112148205A (en) * 2019-06-28 2020-12-29 杭州海康威视数字技术股份有限公司 Data management method and device
CN112149139A (en) * 2019-06-28 2020-12-29 杭州海康威视数字技术股份有限公司 Authority management method and device
CN111147603A (en) * 2019-09-30 2020-05-12 华为技术有限公司 Method and device for networking reasoning service
CN111092935B (en) * 2019-11-27 2022-07-12 中国联合网络通信集团有限公司 Data sharing method and virtual training device for machine learning
CN111064797B (en) * 2019-12-20 2023-01-10 深圳前海微众银行股份有限公司 Data processing method and device
CN113128528A (en) * 2019-12-27 2021-07-16 无锡祥生医疗科技股份有限公司 Ultrasonic image deep learning distributed training system and training method
CN112668016B (en) * 2020-01-02 2023-12-08 华控清交信息科技(北京)有限公司 Model training method and device and electronic equipment
CN113128686A (en) * 2020-01-16 2021-07-16 华为技术有限公司 Model training method and device
CN113554450A (en) * 2020-04-24 2021-10-26 阿里巴巴集团控股有限公司 Data model training and data processing method, device, equipment and storage medium
EP4134863A4 (en) * 2020-04-30 2023-05-31 Huawei Technologies Co., Ltd. System and method for data labeling, and data label manager
CN113762292B (en) * 2020-06-03 2024-02-02 杭州海康威视数字技术股份有限公司 Training data acquisition method and device and model training method and device
US11847544B2 (en) 2020-07-21 2023-12-19 International Business Machines Corporation Preventing data leakage in automated machine learning
CN112085208A (en) * 2020-07-30 2020-12-15 北京聚云科技有限公司 Method and device for model training by using cloud
CN112102263A (en) * 2020-08-31 2020-12-18 深圳思谋信息科技有限公司 Defect detection model generation system, method and device and computer equipment
WO2022131663A1 (en) * 2020-12-18 2022-06-23 Samsung Electronics Co., Ltd. Method for preventing data leakage to machine learning engines available in electronic device
WO2023151829A1 (en) * 2022-02-14 2023-08-17 Telefonaktiebolaget Lm Ericsson (Publ) Blockchain-enabled trusted data layer for artificial intelligence (ai) applications
WO2024062400A1 (en) * 2022-09-21 2024-03-28 Genxt Ltd Mediation systems and methods for a federated confidential computing environment
CN115618239B (en) * 2022-12-16 2023-04-11 四川金信石信息技术有限公司 Management method, system, terminal and medium for deep learning framework training
CN117150025B (en) * 2023-10-31 2024-01-26 湖南锦鳞智能科技有限公司 Intelligent data service identification system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014532935A (en) * 2011-10-31 2014-12-08 マイクロソフト コーポレーション Marketplace for composite applications / data solutions
US20160019324A1 (en) * 2014-07-15 2016-01-21 WikiModel LLC Analysis and sharing of custom defined computation models and experimental data
US20160335550A1 (en) * 2014-05-23 2016-11-17 DataRobot, Inc. Systems and techniques for predictive data analytics
US20170178020A1 (en) * 2015-12-16 2017-06-22 Accenture Global Solutions Limited Machine for development and deployment of analytical models
US20170329829A1 (en) * 2016-05-13 2017-11-16 Equals 3 LLC Compiling results from different search queries

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005185560A (en) 2003-12-25 2005-07-14 Konica Minolta Medical & Graphic Inc Medical image processing apparatus and medical image processing system
US7869647B2 (en) * 2004-04-02 2011-01-11 Agilent Technologies, Inc. System and method for processing training data for a statistical application
US8438122B1 (en) * 2010-05-14 2013-05-07 Google Inc. Predictive analytic modeling platform
US8521664B1 (en) * 2010-05-14 2013-08-27 Google Inc. Predictive analytical model matching
US8229864B1 (en) * 2011-05-06 2012-07-24 Google Inc. Predictive model application programming interface
US9338157B1 (en) * 2013-03-15 2016-05-10 Microstrategy Incorporated Credential technology
CN103389719B (en) * 2013-08-02 2015-07-22 临沂市拓普网络股份有限公司 Intelligent home monitoring system and method based on cloud computing
WO2017027030A1 (en) * 2015-08-12 2017-02-16 Hewlett Packard Enterprise Development Lp Retraining a machine classifier based on audited issue data
US20180239904A1 (en) * 2015-08-12 2018-08-23 Entit Software Llc Assigning classifiers to classify security scan issues
US20170061311A1 (en) * 2015-08-27 2017-03-02 Li Liu Method for providing data analysis service by a service provider to data owner and related data transformation method for preserving business confidential information of the data owner
JP6116650B1 (en) * 2015-11-17 2017-04-19 エヌ・ティ・ティ・コムウェア株式会社 Learning support system, learning support method, learning support apparatus, and learning support program
JP6579198B2 (en) * 2015-11-27 2019-09-25 富士通株式会社 Risk assessment method, risk assessment program, and information processing apparatus
US10452705B2 (en) * 2015-11-30 2019-10-22 Walmart Apollo, Llc System, method, and non-transitory computer-readable storage media for evaluating search results
CN105575389B (en) * 2015-12-07 2019-07-30 百度在线网络技术(北京)有限公司 Model training method, system and device
US10586173B2 (en) * 2016-01-27 2020-03-10 Bonsai AI, Inc. Searchable database of trained artificial intelligence objects that can be reused, reconfigured, and recomposed, into one or more subsequent artificial intelligence models
JPWO2017159614A1 (en) 2016-03-14 2019-01-10 オムロン株式会社 Learning service provision device
JP2017187850A (en) 2016-04-01 2017-10-12 株式会社リコー Image processing system, information processing device, and program
JP6151404B1 (en) 2016-04-26 2017-06-21 ヤフー株式会社 Learning device, learning method, and learning program
CN106204780A (en) * 2016-07-04 2016-12-07 武汉理工大学 A kind of based on degree of depth study and the human face identification work-attendance checking system and method for cloud service
CN106502889B (en) * 2016-10-13 2019-09-13 华为技术有限公司 The method and apparatus for predicting cloud software performance
CN106856508A (en) * 2017-02-08 2017-06-16 北京百度网讯科技有限公司 The cloud monitoring method and cloud platform of data center
CN107124276B (en) * 2017-04-07 2020-07-28 西安电子科技大学 Safe data outsourcing machine learning data analysis method
CN107195186A (en) * 2017-06-07 2017-09-22 千寻位置网络有限公司 The method and system of Automatic Optimal crossing vehicle pass-through speed
US20210150405A1 (en) * 2017-07-07 2021-05-20 Sony Corporation Providing device, processing device, method for processing information, and program
CN111095233B (en) * 2017-09-28 2023-09-26 深圳清华大学研究院 Hybrid file system architecture, file storage, live migration and applications thereof
US11977958B2 (en) * 2017-11-22 2024-05-07 Amazon Technologies, Inc. Network-accessible machine learning model training and hosting system
US20200311617A1 (en) * 2017-11-22 2020-10-01 Amazon Technologies, Inc. Packaging and deploying algorithms for flexible machine learning
US11537439B1 (en) * 2017-11-22 2022-12-27 Amazon Technologies, Inc. Intelligent compute resource selection for machine learning training jobs

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014532935A (en) * 2011-10-31 2014-12-08 マイクロソフト コーポレーション Marketplace for composite applications / data solutions
US20160335550A1 (en) * 2014-05-23 2016-11-17 DataRobot, Inc. Systems and techniques for predictive data analytics
US20160019324A1 (en) * 2014-07-15 2016-01-21 WikiModel LLC Analysis and sharing of custom defined computation models and experimental data
US20170178020A1 (en) * 2015-12-16 2017-06-22 Accenture Global Solutions Limited Machine for development and deployment of analytical models
US20170329829A1 (en) * 2016-05-13 2017-11-16 Equals 3 LLC Compiling results from different search queries

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022033315A (en) * 2018-02-15 2022-02-28 株式会社三洋物産 Game machine
JP2022033313A (en) * 2018-02-15 2022-02-28 株式会社三洋物産 Game machine

Also Published As

Publication number Publication date
US20200285978A1 (en) 2020-09-10
AU2018374912B2 (en) 2023-10-19
AU2018374912A1 (en) 2020-06-18
KR20200093007A (en) 2020-08-04
WO2019105189A1 (en) 2019-06-06
CN109840591A (en) 2019-06-04
CN113762504A (en) 2021-12-07
KR102514325B1 (en) 2023-03-24
JP7144117B2 (en) 2022-09-29
EP3709226A4 (en) 2021-01-06
JP2021504832A (en) 2021-02-15
CA3091405A1 (en) 2019-06-06
JP7222036B2 (en) 2023-02-14
EP3709226A1 (en) 2020-09-16
CN109840591B (en) 2021-08-03

Similar Documents

Publication Publication Date Title
JP7222036B2 (en) Model training system and method and storage medium
JP2022000757A5 (en)
CN109862018B (en) Anti-crawler method and system based on user access behavior
CN107483509A (en) A kind of auth method, server and readable storage medium storing program for executing
JP6574168B2 (en) Terminal identification method, and method, system, and apparatus for registering machine identification code
CN111356995A (en) System and method for identity resolution across disparate immutable distributed ledger networks
CN111291394B (en) False information management method, false information management device and storage medium
CN111382252A (en) Question category determination method, device, equipment and medium based on user request
CN113271366B (en) Data sharing system based on block chain and safety calculation
CN112995357B (en) Domain name management method, device, medium and electronic equipment based on cloud hosting service
CN113037505B (en) Method and system for realizing trusted Web application
US10326833B1 (en) Systems and method for processing request for network resources
US9665732B2 (en) Secure Download from internet marketplace
CN111817859A (en) Data sharing method, device, equipment and storage medium based on zero knowledge proof
Chauhan Iot network identity management using smart contract and blockchain technology
CN111767306A (en) Shared information query system, method, device and equipment
US11880372B2 (en) Distributed metadata definition and storage in a database system for public trust ledger smart contracts
US20230394481A1 (en) Authorizing public trust ledger actions via a database system
US20230368191A1 (en) Database representation of a public trust ledger
CN117057806B (en) Data processing method and device based on block chain and related equipment
CN113946864B (en) Confidential information acquisition method, device, equipment and storage medium
US20230367766A1 (en) Environmental impact tracking in public trust ledger actions via a database system
CN116232655A (en) Configuration application permission management method and system based on Internet of things cloud platform
CN117828565A (en) Resource processing method and device based on fort machine and computer equipment
CN117830005A (en) Service processing method, related device, computer storage medium and program product

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210906

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210906

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210928

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20211125

A524 Written submission of copy of amendment under article 19 pct

Free format text: JAPANESE INTERMEDIATE CODE: A524

Effective date: 20220228

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20220311

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220315

AA92 Notification that decision to refuse application was cancelled

Free format text: JAPANESE INTERMEDIATE CODE: A971092

Effective date: 20220524

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220531

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220929

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220929

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20221012

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20221018

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230104

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230202

R150 Certificate of patent or registration of utility model

Ref document number: 7222036

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150